なぜ家庭にロボットがもっと普及していないのでしょうか？これは驚くほど複雑な疑問です。そして、私たちの家は驚くほど複雑な場所なのです。自律システムがまず倉庫や工場の現場で普及している大きな理由の一つは、構造化された環境を比較的容易に移動できることです。確かに、ほとんどのシステムでは動作を開始する前に空間をマッピングする必要がありますが、一度マッピングが完了すれば、変化はほとんど生じません。
一方、家は一種の悪夢です。部屋ごとに状況が大きく異なるだけでなく、厄介な障害物に溢れ、家具が動かされたり床に物が置き忘れられたりと、かなり動的な動きをします。掃除機は家庭で最も普及しているロボットであり、市場に登場してから数十年経った今でも改良が続けられています。
今週、MIT CSAILの研究者たちは、家庭用ロボットシステムにタスクと動作の計画機能をもたらすPIGINet（Plans、Images、Goal、Initial facts）を紹介します。このニューラルネットワークは、様々な環境下での行動計画作成能力を効率化するために設計されています。
MIT は PIGINet を次のように説明しています:
[I]tは、データシーケンスを処理するように設計された汎用性の高い最先端モデルであるトランスフォーマーエンコーダを採用しています。この場合の入力シーケンスは、検討対象のタスクプランに関する情報、環境の画像、初期状態と目標の記号的符号化です。エンコーダは、タスクプラン、画像、テキストを組み合わせて、選択されたタスクプランの実現可能性に関する予測を生成します。
このシステムは現在、主にキッチンでの活動に焦点を当てています。家庭環境をシミュレートし、カウンター、キャビネット、冷蔵庫、シンクなど、環境の様々な要素とのインタラクションを必要とするプランを構築します。研究者によると、PIGINetはシンプルなシナリオにおいてプランニング時間を80%短縮できたとのことです。より複雑な状況では、この数値は概ね20～50%程度でした。
チームは、住宅は単なる始まりに過ぎないと示唆している。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
「PIGINetの実用化は家庭だけに限りません」と、博士課程のジュティエン・ヤンは述べています。「私たちの将来の目標は、PIGINetをさらに改良し、実行不可能な動作を特定した後に代替のタスクプランを提案できるようにすることです。これにより、汎用プランナーをゼロから学習するための大規模なデータセットを必要とせずに、実行可能なタスクプランの生成をさらに加速できます。これにより、ロボットの開発段階におけるトレーニング方法、そしてその後、一般家庭への導入方法に革命をもたらすことができると考えています。」
トピック
ブライアン・ヒーターは、2025年初頭までTechCrunchのハードウェア編集者を務めていました。Engadget、PCMag、Laptop、そして編集長を務めたTech Timesなど、数々の大手テクノロジー系メディアで活躍してきました。Spin、Wired、Playboy、Entertainment Weekly、The Onion、Boing Boing、Publishers Weekly、The Daily Beastなど、様々なメディアに寄稿しています。Boing Boingのインタビューポッドキャスト「RiYL」のホストを務め、NPRのレギュラー寄稿者でもあります。クイーンズのアパートでは、ジュニパーという名のウサギと暮らしています。
バイオを見る
