パナソニック ホールディングス（パナソニックHD）は6月1日、人やほかのロボットが共存する環境下でも、ロボットの効率的な走行経路を計画できるAI技術を開発したと発表した。
自律走行ロボットの効率的な走行経路を計画するAI技術を開発
パナソニックHDによると、労働力不足を補うために自律走行ロボットの開発、実証が進められ、オフィスビルのような狭い屋内環境でも、人や別のシステムの制御下にある複数のロボットと衝突することなく、かつ効率的な走行が求められているという。
その一方で、ロボットが衝突を避ける際に減速や停止を繰り返すと、そのたびに目的地までの到達時間に遅延が発生。このような環境で効率的な走行を実現するためには、遅延時間を考慮した難易度の高い走行経路の計画技術が要求される。
これまでにも、MAPF（Multi-agent Path Finding）という、グリッド状のグラフ上で複数ロボットが衝突しない経路を作成する問題設定が研究、応用されてきたが、従来の手法では、遅延の確率分布を正確にモデル化できていることが前提となっており、通路にいる人やロボットの数が変動する現場に適用することは困難あったという。
そこで、パナソニックHDは、ロボットが特定の経路を走行する際の遅延をパラメータが未知なガンマ分布に従うものと定義し、走行中に得られる遅延の観測値を用いて、確率分布のパラメータをベイズ推論で遅延が観測されるたびに更新することで、推定したパラメータに基づき最適な走行経路計画を作成する手法を開発した。
シミュレーション実験の結果、本手法は、従来法よりもロボット同士の鉢合わせを約半分に減らし、目的地までの移動時間が短い走行経路を計画できることを実証したとしている。
なお、本研究は、パナソニックHD プラットフォーム本部とパナソニックHDの客員総括主幹研究員で立命館大学 情報理工学部教授の谷口忠大氏との連携によるもの。
また、本技術は、問題設定と先進性が国際的に認められ、マルチエージェント技術のトップカンファレンスであるAAMAS 2023（The 22nd International Conference on Autonomous Agents and Multiagent Systems）に採択された。
