ロボットのドレスコード

高齢者や障害者の介護、特に着替えなどの基本的な作業の支援が含まれる場合、介護者に重大な負担がかかりますが、過小評価されがちです。 介護者の役割は、高度な注意力、忍耐力、適応力が求められるため、精神的にも肉体的にも負担がかかる場合があります。 他の人に着替えをさせるなど、あらゆるニーズに対応する責任は時間がかかり、骨が折れる場合があり、介護者はストレスや疲労が高まり、個人の自由の感覚が減退することになります。 愛する人の安全、快適さ、尊厳を確保するために必要な絶え間ない警戒は、介護者の精神的および身体的健康に悪影響を与える可能性があります。

自分で着替えるのに苦労している高齢者や障害者にとって、それは心理的、感情的に深刻な影響を与える可能性があります。 自分で着飾ることができないと、無力感、独立性の喪失、自尊心の低下につながる可能性があります。 多くの人にとって、服を着るという行為は単なる機能性を超えています。 それは自己表現の一形態であり、アイデンティティの感覚を維持する手段です。 この自律性が損なわれると、個人は恥やフラストレーションの感覚を経験し、自尊心が損なわれる可能性があります。

これは非常に多くの人が経験する共通のニーズであるため、研究者は、人々が自分で着替えたり、本人や介護者の負担を軽減したりするのを支援するロボットアシスタントの開発に取り組んできました。 しかし、これらのシステムは、個人の服装の種類やポーズが固定されている、非常に制約された問題に焦点を当てる傾向があるため、あまり成功していません。 もちろん、現実の世界はそのようには見えないため、システムの有用性は非常に限られています。

しかし、国立保健統計センターによると、介護施設入居者と在宅介護患者の92％が着替えに援助を必要としているため、より良い解決策が緊急に必要とされている。 カーネギーメロン大学のチームによって行われた最近の研究は、いつかその解決策となる可能性を秘めています。 彼らは、機械学習を使用してさまざまな種類の衣服、ポーズ、体型に適応する汎用ロボット制御システムを開発しました。 現時点では、人間の腕に袖を通す方法しか学んでいませんが、同様の技術を使用して、今後数年でさらに多くのことができるように拡張される可能性があります。

衣類は変形しやすいため、加工が非常に困難です。 それに加えて、人々の予測不可能な動きやその他の多くの未知の要素が組み合わさると、問題の解決は非常に困難になります。 研究者らは、強化学習ベースのアプローチを活用して、この複雑さに対処しました。 そうすることで、ロボットはさまざまなタイプの衣服、体の位置、その他の要素を実験して、それぞれの場合に最適な進む方向を学習することができます。

アルゴリズムが学習するには、多くの試行からのデータが必要です。これは、最も忍耐強い研究参加者が提供できる以上のものです。そのため、トレーニング プロセスをスピードアップするために、初期データはシミュレートされた環境で収集されました。 この環境では、多種多様な衣服の種類とシナリオが設定され、その結果は現実世界のロボットを制御する戦略に注意深く移されました。

この制御システムは、17 人の参加者、5 種類の衣服、さまざまな種類の腕のポーズと体型からなる試験でテストされました。 ほとんどの場合、少なくとも腕に袖を引っ張るという点に関しては、ロボットは個人に服を着せることができることが判明した。 すべてのテストケースを見ると、システムは平均して腕の長さの 86% をカバーできました。

今後、チームは、ジャケットの両腕を個人に引っ張ったり、T シャツを頭からかぶったりするなど、より高度な機能をシステムに追加することに取り組んでいます。 彼らはまた、服を着ている間に個人が動いている状況に対処できるように、プロセスをより動的にすることを検討する予定です。 やるべきことはたくさんありますが、より高度な機能が開発できれば、このシステムは、自分で服を着る能力を失った人々にさらなる自立を与える可能性があります。