パナソニックHD、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 ホールディングス株式会社（以下、パナソニックHD）は、人や他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技術を開発しました。本技術は、屋内などの限られたスペースで人と多種・複数のロボットが共存する環境における自律走行ロボットの活用シーンを広げる技術として期待されます。

近年、労働人口の減少に伴う労働力不足を背景に、自律走行ロボットの開発・実証が進められています。パナソニックグループでも、実際のオフィスビルで複数ロボットの群管理制御の実証実験^*1に取り組むなど、ロボットフレンドリーな環境の構築を目指した取り組みを行っています。特にオフィスビルのような狭い屋内環境では、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、かつ効率的に走行できることが求められます。しかし、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します。このような環境で効率的な走行を実現するためには、上記の遅延時間を考慮した非常に難易度の高い走行経路計画技術が要求されます。この課題に対し、パナソニックHDは、ロボットの通過時間に関する確率分布のパラメータをベイズ推論^*2で遅延が観測されるたびに更新することで、効率的に走行経路を計画可能な技術を開発しました。

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）に採択されました。2023年6月1日、ロンドンで開催される本会議のポスターセッションで発表します。

自律走行ロボットが労働力不足に貢献できると見込まれるユースケースのうち、ビル内の通路など、自律走行ロボット同士がすれ違えないほどの狭い通路が含まれる例は少なくありません。さらに、多くの場合、通路には通行人や別のシステムの制御下にある多種・複数のロボットが存在します（図1）。

図1 ビル内ロボット配送における課題設定の概要。配送ロボット(青線)がオフィスビルの会議室にいるお客様に商品を届ける。ロボットは遠隔オペレーターの監視のもと、歩行者やお掃除ロボット（オレンジ線）を避けながら進む。

このような環境下で、自律走行ロボットが移動障害物を回避する際に減速や一時停止を繰り返すと、ロボットが通路を通過するのにかかる時間に、確率的に変動する遅延が発生します。この遅延の確率分布が事前に分かっていることは少なく、実際は不明、あるいは限られた事前情報しか得られない場合が多いため、ロボットの走行中に観測された遅延をもとに次の計画を作成することになります。

これまで、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・応用されてきましたが、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、実際のくらしやしごとの現場に適用することは困難でした。

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ました。本手法は、シミュレーション実験の結果、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ました（図2）。

図2 シミュレーション実験の結果。ロボット同士が鉢合わせした回数（100回のシミュレーションの平均）について、今回開発した走行経路計画法(左端列)では、従来法(右端列)に比べてロボット同士の鉢合わせ回数を約半分以下に低減した。

今回開発した自律走行ロボットの経路探索技術は、これまで適用が難しかった人と複数の多様なロボットが共存する環境における自律走行ロボットの活用シーンを広げる技術です。
今後もパナソニックHDは、AIの社会実装を加速し、お客様のくらしやしごとの現場へのお役立ちに貢献するAI技術の研究・開発を推進してまいります。

*1 [プレスリリース] ロボットフレンドリーな環境構築に向け、複数ロボットの群管理制御の実証実験を実施
https://news.panasonic.com/jp/press/jn230308-1
*2 ベイズの定理を用いて、観測データをもとに事象の背後にある確率分布を推定する方法。

• 発表論文“Online Re-Planning and Adaptive Parameter Update for Multi-Agent Path Finding with Stochastic Travel Times”
  本研究は、パナソニックHD プラットフォーム本部の北篤佳、同 テクノロジー本部の岡田雅司、末成信宏、およびパナソニックHDの客員総括主幹研究員で立命館大学 情報理工学部の谷口忠大教授との連携による研究成果です。
  https://arxiv.org/pdf/2302.01489.pdf
• Panasonic×AI WEBサイト
  https://tech-ai.panasonic.com/jp/
• Panasonic×AI twitter
  https://twitter.com/panasonic_ai