出典 しゅってん : フリー百科 ひゃっか 事典 じてん 『ウィキペディア(Wikipedia)』
進化 しんか ロボティクス (しんかロボティクス、英 えい : Evolutionary robotics 、ER )[ 1] とは、自律 じりつ 型 がた ロボット のコントローラに進化 しんか 的 てき 計算 けいさん を使 つか うロボティクス の一 いち 分野 ぶんや である。進化 しんか 的 てき 計算 けいさん のように進化 しんか 的 てき ロボティクス と呼 よ ぶ場合 ばあい もある[ 3] 。
進化 しんか ロボティクスにおけるアルゴリズム は、初期 しょき 状態 じょうたい では所定 しょてい の確 かく 率 りつ 分布 ぶんぷ に従 したが ったコントローラ候補 こうほ 群 ぐん を操作 そうさ することが多 おお い。それに対 たい して適応 てきおう 度 ど 関数 かんすう を繰 く り返 かえ し使 つか うことで徐々 じょじょ に変化 へんか していく。進化 しんか 的 てき 計算 けいさん の主要 しゅよう な技法 ぎほう である遺伝 いでん 的 てき アルゴリズム の場合 ばあい 、コントローラ候補 こうほ の個体 こたい 群 ぐん は交叉 こうさ や突然変異 とつぜんへんい といった操作 そうさ によって成長 せいちょう し、適応 てきおう 度 ど 関数 かんすう によって選別 せんべつ される。コントローラ候補 こうほ とは具体 ぐたい 的 てき にはニューラルネットワーク の部分 ぶぶん 集合 しゅうごう の場合 ばあい もあるし、"IF THEN ELSE" 型 がた の規則 きそく 群 ぐん の場合 ばあい もある。理論 りろん 的 てき には、コントローラ候補 こうほ としては任意 にんい の制御 せいぎょ 規則 きそく (機械 きかい 学習 がくしゅう ではポリシーと呼 よ ぶ)を形式 けいしき 的 てき に表現 ひょうげん したものが考 かんが えられる。ニューラルネットワーク は進化 しんか ロボット工学 こうがく 以外 いがい でもロボットの学習 がくしゅう 機構 きこう として使 つか われている。特 とく に他 た の強化 きょうか 学習 がくしゅう の形態 けいたい をコントローラの学習 がくしゅう に使 つか うことができる。
発達 はったつ ロボティクス(英語 えいご 版 ばん ) は、進化 しんか ロボティクスに関連 かんれん しているが異 こと なる分野 ぶんや である。進化 しんか ロボティクスは多数 たすう のロボット群 ぐん による進化 しんか を扱 あつか うのに対 たい して、発達 はったつ ロボティクスは1つのロボットに様々 さまざま な経験 けいけん をさせることで制御 せいぎょ システムの発達 はったつ を促 うなが す。
進化 しんか ロボティクスは、1990年代 ねんだい のローマで行 おこな われた研究 けんきゅう が最初 さいしょ だが、ロボットの制御 せいぎょ システムにゲノムと人工 じんこう 進化 しんか の考 かんが え方 かた を採 と り入 い れる研究 けんきゅう は1980年代 ねんだい 後半 こうはん に既 すで に行 おこな われていた。
進化 しんか ロボティクス(Evolutionary robotics)[ 1] という用語 ようご は、1993年 ねん 、サセックス大学 だいがく の Dave Cliff、Inman Harvey、Phil Husbands が提唱 ていしょう した[要 よう 出典 しゅってん ] 。1992年 ねん と1993年 ねん 、スイス連邦 れんぽう 工科 こうか 大学 だいがく ローザンヌ 校 こう (EPFL)の Dario Floreano と Francesco Mondada のグループと、サセックス大学 だいがく のグループがそれぞれ自律 じりつ 型 がた ロボットへの人工 じんこう 進化 しんか の適用 てきよう 実験 じっけん を行 おこな った。これら初期 しょき の研究 けんきゅう の成功 せいこう をきっかけとして、世界中 せかいじゅう でこの方向 ほうこう の研究 けんきゅう が盛 さか んに行 おこな われるようになった。
その後 ご 、ロボットにさせる作業 さぎょう の複雑 ふくざつ さをレベルアップすることが困難 こんなん なこともあり、工学 こうがく 的 てき な方向 ほうこう よりも理論 りろん 的 てき な方向 ほうこう に研究 けんきゅう の中心 ちゅうしん がシフトしつつある。
進化 しんか ロボティクスは同時 どうじ に複数 ふくすう の目的 もくてき を伴 ともな って研究 けんきゅう されている。それは例 たと えば、実 じつ 世界 せかい でのロボットの作業 さぎょう に使 つか えるコントローラの生成 せいせい 、進化 しんか 論 ろん の複雑 ふくざつ な事柄 ことがら (例 たと えば、ボールドウィン効果 こうか )を実験 じっけん で確認 かくにん すること、心理 しんり 学 がく 的 てき 現象 げんしょう の再現 さいげん 、人工 じんこう 的 てき なニューラルネットワークの研究 けんきゅう から生物 せいぶつ の神経 しんけい 系 けい について新 あら たな知見 ちけん を得 え ること、などである。
人工 じんこう 進化 しんか でコントローラを生成 せいせい するには、多数 たすう の候補 こうほ 群 ぐん を評価 ひょうか する必要 ひつよう がある。これには時間 じかん がかかるため、実際 じっさい のロボットを使 つか わずにソフトウェアで行 おこな うことが多 おお い。また初期 しょき の無作為 むさくい なコントローラは、繰 く り返 かえ し壁 かべ に激突 げきとつ するなど、ロボット自体 じたい に破損 はそん を負 お わせる可能 かのう 性 せい がある。
シミュレーションで進化 しんか させたコントローラを物理 ぶつり 的 てき ロボットに転送 てんそう することは、進化 しんか ロボット工学 こうがく の中 なか でも最 もっと も難 むずか しい部分 ぶぶん である。その理由 りゆう は、シミュレーションには現実 げんじつ を簡略 かんりゃく 化 か して近似 きんじ した部分 ぶぶん があり、進化 しんか ロボット工学 こうがく ではそういった部分 ぶぶん も含 ふく めて高 たか い適応 てきおう 度 ど を示 しめ す候補 こうほ を選別 せんべつ していくからである[要 よう 出典 しゅってん ] 。これには、高速 こうそく で正確 せいかく なシミュレーションを繰 く り返 かえ す必要 ひつよう があり、そのことが進化 しんか ロボット工学 こうがく の制約 せいやく の1つとなっている[要 よう 出典 しゅってん ] 。
珍 めずら しい例 れい として、コントローラだけでなく、ロボットの物理 ぶつり 構造 こうぞう の設計 せっけい に進化 しんか 的 てき 計算 けいさん が使 つか われることもある。その特筆 とくひつ すべき例 れい として、Karl Sims が行 おこな ったシンキングマシンズ 社 しゃ でのデモがある。
機械 きかい 学習 がくしゅう アルゴリズムは一般 いっぱん に、仮説 かせつ 的 てき 入力 にゅうりょく とそれに対 たい する答 こた えからなる訓練 くんれん 例 れい を必要 ひつよう とする。ロボットの学習 がくしゅう では、答 こた えとはそのロボットがとるべき正 ただ しい行動 こうどう である。
そのような正 ただ しい行動 こうどう が常 つね に事前 じぜん に明確 めいかく に判 わか っているとは限 かぎ らない。その代 か わりにロボットがその時点 じてん で最善 さいぜん と判断 はんだん した行動 こうどう に対 たい して、成功 せいこう なのか失敗 しっぱい なのかという評価 ひょうか を下 くだ すことは可能 かのう である。進化 しんか 的 てき アルゴリズムはこのような問題 もんだい フレームワークに適 てき した解法 かいほう であり、適応 てきおう 度 ど 関数 かんすう はコントローラに対 たい して失敗 しっぱい か成功 せいこう かだけを判定 はんてい すればよく、コントローラがとるべき正 ただ しい行動 こうどう を正確 せいかく に示 しめ す必要 ひつよう はない。ロボットの学習 がくしゅう での進化 しんか 的 てき 計算 けいさん の別 べつ の利用 りよう 法 ほう として、異 こと なる形態 けいたい の強化 きょうか 学習 がくしゅう (Q学習 がくしゅう など)を採用 さいよう し、任意 にんい の特定 とくてい の行動 こうどう の適用 てきよう 度 ど を学習 がくしゅう し、適用 てきよう 度 ど の値 ね を予測 よそく してコントローラを間接 かんせつ 的 てき に生成 せいせい するという方法 ほうほう がある。
主要 しゅよう 記事 きじ 種類 しゅるい 分類 ぶんるい 移動 いどう 研究 けんきゅう 関連 かんれん