熟練技術者のスキルを8時間で獲得、ファナックが機械学習ロボットを披露：産業用ロボット（2/2 ページ）

ファナックは「2015 国際ロボット展」で、Preferred Networks（PFN）と提携して開発している産業用ロボットへの機械学習の適用事例を披露した。機械学習により熟練技術者が数日間かかるティーチングの精度を、8時間で実現したという。

[陰山遼将，スマートジャパン]

8時間で熟練技術者が数日かかるティーチング精度を獲得

　ロボットには一切ティーチングを施さず、機械学習を用いてワークの3次元画像とその中でどの部分のワークの吸着に成功／失敗したかというデータを使ってピッキング精度を向上させたという。ロボットが試行錯誤して学習するとともに、3次元画像から「円柱と円柱の間は取れない」「円柱の側面は取れる」と予測する精度が向上していく仕組みだ。

ピッキングしやすい部分の予測精度を学んでいく（クリックで拡大）

　最終的にこのシステムを適用したロボットは8時間の学習で90％の取得率を達成。1000データ分を学習した場合の取得率は60％だが、5000データを学習すると90％まで向上した。ファナックによれば熟練技術者がこのレベルのティーチングを行うのには数日かかるとしている。また、こうした機械学習を複数台のロボットで同時に進めることで、さらなる学習時間の短縮も見込める。

異常検知にも活用

　ファナックとPFNではこうした機械学習技術を、ロボットの異常検知などにも活用していく方針だという。ロボットの減速機から得た正常／異常時、それぞれのセンサーデータを機械学習で分析して異常判定モデルを生成。この異常判定モデルを用いてロボットの故障を事前に検知する。従来の手法では検出が遅かった異常を、事前に検出できるシステムを目指すという。

ロボットの異常検知にも活用する（クリックで拡大）