模倣学習は、実演を通してロボットに学習させる手法です。人間が何らかの作業を行い、ロボットはそれを模倣することを学習します。すべての動作をプログラムするのではなく、ロボットは観察して真似るのです。これは人間が互いに学び合う方法であり、ロボット工学においても強力なツールとなりつつあります。

最も単純な方法は、行動の模倣です。ロボットは人間の行動を記録し、それを再現するためのポリシーを学習します。これは単純なタスクには有効ですが、訓練データに含まれていない状況に遭遇すると失敗します。より高度な手法では、逆強化学習が用いられます。これは、ロボットがデモンストレーションの背後にある目的を推測し、報酬関数を学習するものです。また、少数の例から一般化するために、少数のサンプルを用いた学習を用いる方法もあります。

模倣学習が役立つ場面

• 微妙な力制御を伴う組み立て作業。
• スライスや注ぎなどのキッチン作業。
• 運転とナビゲーション。
• 外科的縫合および器具の取り扱い。
• 説明するのは難しいが、実際に示すのは簡単な作業。

模倣学習はプログラミングの代替ではなく、補完的なものです。ロボットは、デモンストレーションから大まかな動作を学習し、試行錯誤を通して細かい動作を習得します。課題はデータの収集です。質の高いデモンストレーションを収集するには時間がかかります。触覚フィードバックを備えた遠隔操作システムは、この作業を容易にします。シミュレーションによって、ロボットは何千ものバリエーションを練習できます。理想は、人間を一度見れば、その動作を確実に再現できるロボットです。その夢は近づいていますが、まだ実現には至っていません。