阪大とJST、Cyber Physical System（CPS）を低コストで制御するAIを開発

【研究成果のポイント】

◆サイバーフィジカルシステム（CPS: Cyber Physical System）では、ロボット等の物理システムが複雑かつ高度なタスクを自律的に実行できる制御機能を構築することが不可欠

◆これまでの制御機能を学習する人工知能(AI)技術は、特にタスクの数が膨大である場合、メモリ消費等のコストの観点から現実的ではないという課題が存在

◆本研究では、CPSで想定される複雑なタスク仕様を信号時相論理（STL:Signal Temporal Logic）(※1)で記述し、それらをベクトルに変換する機械学習技術（STL2vec）を新たに構築することで、多種多様なタスクの下での制御機能を統一的かつ省メモリで学習することが可能に

◆数値実験では自律型移動ロボットの制御問題を考え、約200種類のSTLタスクを一度に学習するシミュレーションを行い、従来法に比べメモリ消費量を1/24に削減することに成功

◆自動運転を代表とするCPSにおける様々な応用分野への展開が期待

■概要

　大阪大学大学院工学研究科の大学院生の橋本航さん（博士後期課程）、橋本和宗助教、高井重昌教授らの研究グループは、ロボットやドローン、自動車等の様々な物理システムを計算機（情報システム）で管理し制御するサイバーフィジカルシステム（CPS: Cyber Physical System）において、多種多様かつ複雑なタスクを実行するための制御機能を低コストで学習する新たな人工知能(AI)技術を開発しました。

　近年、自動運転に代表されるように、様々なタスク（前方の車に追従する、車線変更する等）を実行するための制御機能をAIにより行うための機械学習手法に関する研究が盛んに行われています。しかし、自動運転等で想定されるタスクの数は膨大であることから、それぞれのタスクに対し学習モデルを一つずつ用意し構築することは、メモリ消費等といったコストの観点から好ましくありません。そのため、これまで提案されてきた学習方法は、特にタスクの数が多い場合には現実的ではないといった課題がありました。

　今回、橋本助教らの研究グループは、CPSにおいて想定される複雑なタスク仕様を信号時相論理（STL:Signal Temporal Logic）で記述し、それらをベクトルに変換する技術（STL2vec）を新たに構築することで、多種多様なタスクの下での制御機能を統一的かつ省メモリで学習することを可能としました。今回提案した技術により、CPSにおける幅広い分野に対し、従来法に比べより柔軟性の高い実用的な設計方法の確立への展開が期待されます。

　本研究成果は、「IEEE Robotics and Automation Letters」に、3月8日（火）午前8時（日本時間）に公開されました。

※1 信号時相論理

　∧（かつ）∨（または）といった論理演算子に加え、F（いつか）、G（ずっと）といった時相論理演算子を用いた論理体系。特に、時相論理演算子を用いることで、信号に関する様々な時間的性質を記述することが可能となった。