サッカーをプレーするロボットや、倉庫管理をテーマに商品のピッキング/梱包作業に挑戦するロボット、食卓の準備など家事の支援能力を競うロボットの姿も――

先月名古屋で開催された世界最大のロボット競技会、「ロボカップ 2017 名古屋世界大会」では、数千体のロボットとともに 100,000 人の来場者 (うち、3,000 人は学生/研究者などの参加者) が集いました。

4 日間にわたって開催された本イベントの各種競技は、ロボット工学の研究/開発を推進する取り組みの一環として行われています。NVIDIA がスポンサーとなるのはこれが初めてでしたが、大会期間中の 3 つのメイン イベントそれぞれに参加した各チームが、NVIDIA のテクノロジを利用しました。

ロボット工学の夢の舞台

試合に出してください、コーチ。
RoboCup 2017 のロボットたちが出番を待っています。

なかでも人気を集めたのは、ロボット サッカー トーナメント。

詰め掛けた来場者は、小型の自律移動ロボットがゴールを決めたり、転倒から立ち上がったりするたびに歓声を送っていました。

ロボカップのサッカー ヒューマノイド リーグのキッズサイズ部門 (高さ 40 ～ 90 cm) では、当社が後援した千葉工業大学の CIT Brains チームの Jetson 搭載人型ロボットがテクニカル チャレンジの 1 位を獲得しました。

同チームは、ロボットにサッカー ボールの位置を把握させ、ゴールを守ったり、得点をあげるなどのプレイを行わせるために、Jetson を利用しました。

CIT Brains のチーム リーダーである関遥太さんは、「Jetson TX1 のおかげで、チームはディープラーニングベースの物体検出ネットワークを実装し、YOLO、つまり You Only Look Once 手法によってサッカー ボールやゴール ポストを認識させることができました。」

本競技では、2050 年までにサッカーのワールド カップ チャンピオンに勝てる人型ロボットのチームを実現することを目標としています。

ロボット工学を活かした家づくりを目指して

ロボカップ@ホーム (アットホーム) チャレンジでは、Jetson を搭載したトヨタの生活支援ロボット (HSR) が標準機の 1 つとして新たに採用されました。

15 の大学から出場したチームが、食卓を準備する、衣服をハンガーに掛ける、食べ物を運ぶなど、日常の家事で人を支援できる機能の開発に取り組みました。テキサス大学オースティン校のチーム リーダーであるジャスティン ハート (Justin Hart) さんは、Toyota HSR で NVIDIA Jetson にアクセスできることの重要性を力説しています。

「ロボット内では多くのシステムが並行して実行されています。CUDA を使用すれば、(ロボットが認識する) 映像フレームの処理にかかるレイテンシを短縮することもできます。」

同チームは、この競技で Hibikino-Musashi、eR@sers (両チームとも日本) に次いで 3 位にランクインしました。

アマゾン ロボティクス チャレンジで GPU とディープラーニングが勝利をもたらす

今年は、ロボカップ2017 で「アマゾン ロボティクス チャレンジ」が併催されました。

アマゾンが顧客からの何百万件にも上る注文の梱包と出荷作業の自動化を進めるにつれ、3 年前に始まったこの大会の重要性が高まってきました。

今年の決勝戦では、ロボット工学のトップ プログラムから 16 大学が、250,000 ドルを超える賞金をかけて競いました。

8 万ドルへの道のり: ロボットの手首が壊れたため、
オーストラリアのロボット ビジョン センター チームは、
大急ぎで修理しなければなりませんでした
(アマゾン ロボティクス チャレンジ)。

本イベントの課題は、自律型ロボット アームによる商品のピッキング (取り出し) 技術とストーイング (収納) 技術の開発です。今年は、ロボットがピッキングしてアマゾンの各コンテナに仕分ける作業に使う新しいアイテムを、主催者が各チームの挑戦が始まるほんの 30 分前に発表するという形がとられました。リアルタイムのディープラーニング トレーニングと NVIDIA の GPU によって、参加チームのうち 1 チームは、わずか 8 分でこの作業を終えることができました。

オーストラリアのロボット ビジョン センター (Australian Center for Robotics Vision) のロボット「カートマン (Cartman)」は、本イベントで生まれたシンデレラ ストーリーの 1 つであり、レーザー印刷された部品を装備していました。

リハーサルでアームのリスト部が故障してしまい、チームはストーイング競技までに修理を大急ぎで間に合わせなければなりませんでした。創意工夫、たくさんの結束バンド、そして 3D プリンターを駆使し、ついにカートマンを再稼働させることができました。カートマンはペン立てを見事に収めて総合優勝を果たし、賞金 80,000 ドルを手にしました。

ほかにも、ストーイング チャレンジでは MIT が、ピッキング チャレンジでは南洋理工大学 (Nanyang Polytechnic University) が、それぞれ 1 位を獲得しています。

NVIDIA GPU を利用したすべてのチームが、何千枚という在庫商品の画像を使ってニューラル ネットワーク モデルのトレーニングを行いました。また、競技中、物体と体勢の認識にも GPU ディープラーニングの推論が利用されました。