コンピューターサイエンス部門は人間とロボットのインタラクションの勝利でロボット工学分野の競争を制覇



コンピューター サイエンス学科の学者、卒業生、学部生のグループが、ミルトン キーンズで開催された名誉あるコンテストで金メダルを獲得し、ロボット工学の世界で一躍有名になりました。彼らの印象的な発見は、人間とロボットの社会的相互作用と、現実世界のシナリオにおける自律ロボットの実用化というテーマを中心に展開されました。チームの優れた取り組みにより、BBC One の The One Show でも注目を集めました。

近年、ロボット研究の分野において、人間とロボットの社会的相互作用の領域が非常に重要になってきています。老人ホームやホスピタリティ分野などの環境における自律型ロボットの可能性は、主に人口の高齢化や人口動態の変化によってもたらされる課題に対応して精査されています。

この有能なチームの先駆的な取り組みは、コンピュータ サイエンス上級講師のマッテオ レオネッティ氏が、自律システム講師のジェラルド カナル氏と協力して主導しました。彼らのダイナミックなチームには、大学院生のピーター・ティスニカール、ゾーイ・エヴァンス、ジャレッド・スウィフト、そしてニコール・レフチェフスカ、パヴェル・マクルス、ユーセフ・アルタヘルを含む熱心な学部生のグループが含まれていました。

このチームはミルトン キーンズ スマート シティ コンテストの中心舞台となり、「コーヒー ショップ」および「エレベーター」部門でヨーロッパ中の手ごわいチームと競い合いました。彼らの使命は、人間と自律的に対話することで、模擬カフェ環境をナビゲートし、効率的にエレベーターに乗り、顧客の注文を処理できるように多用途の TIAGo ロボットをプログラムすることでした。職務には、注文をタイムリーに配達すること、テーブルを清潔に保つこと、都合の良いときに顧客とやり取りすることが含まれており、模範的な顧客サービスの社会的慣習を模倣することができました。

この素晴らしい偉業を達成するために、チームは自律動作のための洗練されたソフトウェアを開発する必要がありました。その結果、コンピューター ビジョン、物体検出、音声認識など、人工知能のさまざまな側面が複雑に統合され、拡張されました。これらのシステムを TIAGo に実装することで、ロボットは周囲を感知して外部刺激に反応し、顧客のコーヒーのリクエストなどの音声コマンドも理解できるようになりました。

ただし、これらの複雑なシステムを統合し、現実世界のシナリオに導入するには、革新的なソリューションを必要とする多くの課題が発生しました。チームの博士号取得候補者であるゾーイ・エバンス氏は、これらの障害のいくつかに光を当て、次のように述べています。「現実世界に実装する場合、音声認識やコンピュータビジョンなどの複数のソフトウェアパッケージが同じハードウェア上で最適に動作するという保証はありません」さらに、一般的な物体の識別に優れたYOLO物体検出システムなどの一般的なシステムは、コーヒーカップやビスケットのパケットなど、コーヒーショップでよく見かける特定の物体には苦労する可能性があります。」

競技期間中、チームは予期せぬ障害に直面しました。たとえば、窓から差し込む太陽光は、視覚機能に不可欠な TIAGo の赤外線感知システムに干渉することがよくあります。さらに、ロボットと対話する一般の人々は、音声コマンドを明確に発音できない場合がありました。これらの現実世界の課題には、適応性と、システムをその場で最適化する能力が必要であり、チームは競技中にこのスキルを磨きました。

人間とロボットのインタラクションの基礎となる技術革新

ゾーイ・エヴァンス氏はさらに、実験室シミュレーションの制御された環境で機能するものと、現実世界の予測不可能な領域で繁栄するものとの間の顕著な対照を強調しました。同氏は、「現実世界の環境における予期せぬ課題に巧みに対処できるモバイル会話システムを構築することは、非常に貴重で非常にやりがいのある学習経験です。」と述べました。

このような取り組みを通じて得られる実践的な経験により、学生は研究室で得た理論的な教訓を現実世界の応用に応用する能力を得ることができます。この貴重なスキルセットにより、業界でのキャリアにも有利になります。注目すべきは、Ocado などの業界大手がこのイベントを後援し、さまざまな業界でロボット工学の重要性が高まっていることを強調したことです。

ミルトン・キーンズ・スマートシティ・コンペティションにおけるコンピューティング省チームの勝利は、現実世界の課題に取り組む上で、人間とロボットのインタラクションの重要性と自律型ロボットの可能性がますます高まっていることを証明しています。彼らの献身、革新性、予期せぬ状況に適応する能力は、評価を得ただけでなく、ロボット工学における将来の進歩の基礎を築きました。