はじめに

ロボティクスは、はるか昔に SF の世界を去り、産業自動化や医療、宇宙探査、その他のアプリケーションの進歩を推進しています。ソフトウェアによるロボット・シミュレーターは、ロボティクスのエンジニアの開発作業を単純化するだけではなく、研究者にとって AI (artificial intelligence: 人工知能) アルゴリズムや機械学習を研究するためのツールにもなります。そうした、研究に焦点を当てたシミュレーターの 1 つが、Java の 3D 技術の上に構築された、オープンソースの Simbad プロジェクトです (「参考文献」を参照)。この記事では、Simbad ツールキットを使って仮想ロボットをプログラミングし、またサブサンプション・アーキテクチャーによるロボット設計の概念を実現する方法を説明します。

この記事はまず、ロボティクスの概要を簡単に説明することから始め、そしてサブサンプション・アーキテクチャーの概念を説明します。次に、Simbad ツールキットを紹介し、Simbad の中にサブサンプション・アーキテクチャーを実装する方法を説明します。さらに、このアーキテクチャーを使って単純なロボットをプログラミングします。最後に、素晴らしい迷路の世界について説明し、2 つ目のロボットをプログラミングします。このロボットは Homer Simpson (訳注: Homer Simpson は米国で人気のアニメ、「シンプソンズ」の登場人物、「参考文献」を参照) とは異なり、迷路から抜け出すための道を見つけることができます。これらは物理的なロボットではありませんが、Simbad の仮想世界に「住む」ロボットです。

上に戻る

ロボットのプログラミング

ロボットという言葉には、一般的に受け入れられている定義はありません。この記事では、ロボットは下記の 3 つの部分を持つものと見なします。

• センサーの集合
• そのロボットの行動を定義するプログラム
• アクチュエーターとエフェクターの集合

従来のロボティクス

従来のロボティクス (つまり 1986年以前のロボティクス) では、ロボットは中枢となる「頭脳」を持ち、その頭脳が世界の「マップ」を構築して維持し、そのマップに基づいて行動計画を立てるものでした。まず、ロボットのセンサー (例えばタッチ・センサーや光センサー、超音波センサーなど) が、ロボットを取り巻く環境から情報を取得します。ロボットの頭脳は、ロボットのセンサーから収集したすべての情報を融合し、そのロボットの世界のマップを更新します。そしてロボットは行動方針を決定します。ロボットはアクチュエーターとエフェクターによって動作します。アクチュエーターは基本的にはモーターであり、エフェクターに接続されていて、エフェクターがロボットを取り巻く環境とのインターフェースを取ります。エフェクターの例としては車輪やアームがあります (アクチュエーターという言葉は、曖昧な使い方をされることがよくあり、アクチュエーターあるいはエフェクターのいずれかを意味することがあります)。

簡単に言えば、従来のロボットは、(場合によっては複数の) センサーからの入力を取得し、このセンサーの情報を融合して世界のマップを更新し、世界に対する現在のビューに基づいて行動計画を立てて、行動します。ただしこの方法には、問題があります。その 1 つは、非常に計算負荷が重いことです。他にも、外部の世界は常に変化しているため、世界のマップを最新の状態に維持することは困難であるという問題もあります。さらに言えば、外部世界のマップや記憶すらなくても、多くの生命体 (例えば昆虫など) は繁栄していることを考えれば、この生命体をエミュレートした方が適切ではないでしょうか。こうした問題から、BBR (behavior-based robotics: 行動規範型ロボティクス) と呼ばれる新しいスタイルのロボティクスが生まれました。BBR は今日のロボティクス研究において、おそらく最も支配的な概念です。

サブサンプション・アーキテクチャー

BBR はサブサンプション (subsumption) アーキテクチャーを使って実装することができます。サブサンプション・アーキテクチャーの発明者は、現在は MIT の AI 研究所の所長である Rodney A. Brooks です。彼は 1986年に画期的な彼の論文「Elephants Don't Play Chess」の中で、このアーキテクチャーを紹介しました (「参考文献」を参照)。行動規範型ロボットは、独立した単純な一連の行動 (behavior) から構成されています。行動は、その行動をトリガーするもの (通常はセンサーの読み取り値) と、取られる行動 (通常はエフェクターが関係します) によって定義され、階層として他の行動の上に積み重ねられます。2 つの行動が競合する場合には、中央のアービトレーターがどちらの行動を優先するかを決定します。ロボット全体としての行動は創発的 (emergent) であり、BBR の推進者によれば、部分の総和を超える可能性があります。上位レベルの創発的な行動は、下位レベルの行動を包摂 (subsume) します。ここでは実際にロボットを設計するのではなく、単に行動を追加して何が創発されるのかを調べてみましょう。

上に戻る

Simbad: ロボットのシミュレーション環境

Simbad を利用すると、ソフトウェアでロボットをシミュレートすることができます。このプロジェクトの Web サイトによると、「プログラマーは Simbad によって、独自のロボット・コントローラーの作成や、環境の変更ができ、また用意されているセンサーを使うことができます。Simbad は主に、自律ロボットや自律エージェントを使って、状況依存型 AI や機械学習、さらにはもっと一般的な AI アルゴリズムを学ぶための簡単なベースとなるものを求める研究者やプログラマーを対象にしています。」

Simbad は Louis Hugues と Nicolas Bredeche によって、Java 言語で作成されています。このプロジェクトは SourceForge.net がホストしており、GNU General Public License の下で自由に使用し、変更することができます。

技術的な詳細

Simbad の世界は、エージェント (ロボット) と、動かないオブジェクト (箱や壁、光など) を含むことができます。Simbad の世界での時間は、離散的なティックに分割されています。Simbad はエージェント間でのタイムシェアリングによってスケジューリングします。Simbad のエージェントは物理的なロボット同様、(距離、接触、光などの) センサーと、(通常は車輪による) アクチュエーターとを持っています。ロボットはティックごとに行動することができます。

エージェントは performBehavior() メソッドをオーバーライドして行動を決定します。performBehavior() では、ロボットはセンサーの値の 1 つを読み取り、並進速度と回転速度を設定します。performBehavior() は瞬時に行われるため、「1 メートル前進」などのコマンドを発行することはできません。この制約を回避するため、通常はそのロボットの状態を追跡する必要があります。また現在の状態をクロックの何ティック分維持しているのか追跡するために、タイマー変数を使う必要があるかもしれません。

Simbad の API

この記事の演習では、Simbad の API パッケージのうち下記の 2 つを主に扱います。

• simbad.sim : このパッケージのクラスは、ロボットと、そのロボットが住む世界の両方を表します。この中には (主なものとして) 下記が含まれます。
  • Agent: Agents はロボットです。
  • Arch: ロボットが周りを回れるアーチ、またはロボットが下をくぐれるアーチ。
  • Box: ロボットの世界の障害物として使用することができます。
  • CameraSensor: ロボットの世界をロボットの視点から見ることができます。
  • EnvironmentDescription: ロボットと (壁や箱などの) オブジェクトを追加する対象となる「世界」を表します。
  • LampActuator: ロボットに追加できるランプを表します。
  • LightSensor: 光の強さを感知します。
  • RangeSensorBelt: ロボットの周囲にある一連の範囲センサーを含んでいます。
  • RobotFactory: これを使ってロボットにセンサーを追加します。
  • Wall: ロボットに対する、別のタイプの障害物。
• simbad.gui : このパッケージのクラスはロボットの世界を表示し、またこれらのクラスを使うとロボットの世界をコントロールすることができます。この中には (主なものとして) 下記が含まれます。
  • Simbad: ロボットの世界とセンサー入力、そしてコントロールを表示するフレーム

上に戻る

Simbad でサブサンプション・アーキテクチャーを実装する

Simbad でサブサンプション・アーキテチャーの実装を開始するためには、BehaviorBasedAgent と呼ばれる、Agent のサブクラスを定義します。BehaviorBasedAgent は Behavior の配列と、どの Behavior が他のどの Behavior を抑制するかを指定する、boolean のマトリックスを含んでいます。

private Behavior[] behaviors;
private boolean suppresses[][];

BehaviorBasedAgent は Behavior のスケジューラーとして動作します。リスト 1 は、(currentBehaviorIndex クラス変数を使って次の順番の行動を追跡することで) 行動を反復し、またそれらの行動の調停を行うコードを示しています。

                
protected void performBehavior() {
   boolean isActive[] = new boolean[behaviors.length];
   for (int i = 0; i < isActive.length; i++) {
      isActive[i] = behaviors[i].isActive();
   }
   boolean ranABehavior = false;
   while (!ranABehavior) {
      boolean runCurrentBehavior = isActive[currentBehaviorIndex];
      if (runCurrentBehavior) {
         for (int i = 0; i < suppresses.length; i++) {
            if (isActive[i] && suppresses[i][currentBehaviorIndex]) {
               runCurrentBehavior = false;

               break;
            }
         }
      }

      if (runCurrentBehavior) {
         if (currentBehaviorIndex < behaviors.length) {
            Velocities newVelocities = behaviors[currentBehaviorIndex].act();
            this.setTranslationalVelocity(newVelocities
                  .getTranslationalVelocity());
            this
                  .setRotationalVelocity(newVelocities
                        .getRotationalVelocity());
         }
         ranABehavior = true;
      }

      if (behaviors.length > 0) {
         currentBehaviorIndex = (currentBehaviorIndex + 1)
               % behaviors.length;
      }
   }
}

performBehavior() が simbad.sim.Agent.performBehavior() をオーバーライドしていることに注意してください。

Behavior には下記の 2 つの抽象メソッドがあります。

• isActive() は、センサーの現在の状態を基に、アクティブであるかどうかに応じてブール値を返します。(すべての Behavior は一連のセンサーを共有します。)
  
  
• act() は、並進速度と回転速度という速度のセットを (この順序で) 返します。これらの速度は、この行動がモーターに対して要求する動作を示します。
  
  

上に戻る

例: 光を求めて動き回るロボット

さて、下記 の 4 つの Behavior を持つサンプル・ロボットを作成しましょう (4 つの Behavior の優先順位は降順です) 。これをリスト 2 からリスト 5 に示します。(この記事で使用しているソース・コードをダウンロードしてください。)

• Avoidance: 衝突の後で方向を変更するか、あるいは衝突を回避します。
• LightSeeking: 光に向かって移動します。
• Wandering: 時々、ランダムに方向を変更します。
• StraightLine: 直線的に移動します。

public boolean isActive() {
   return getSensors().getBumpers().oneHasHit()
         || getSensors().getSonars().oneHasHit();
}

public Velocities act() {
   double translationalVelocity = 0.8;
   double rotationalVelocity = 0;
   RangeSensorBelt sonars = getSensors().getSonars();
   double rotationalVelocityFactor = Math.PI / 32;
   if (getSensors().getBumpers().oneHasHit()) {
      // if ran into something
      translationalVelocity = -0.1;
      rotationalVelocity = Math.PI / 8
            - (rotationalVelocityFactor * Math.random());
   } else if (sonars.oneHasHit()) {
      // reads the three front quadrants
      double left = sonars.getFrontLeftQuadrantMeasurement();
      double right = sonars.getFrontRightQuadrantMeasurement();
      double front = sonars.getFrontQuadrantMeasurement();
      // if obstacle near
      if ((front < 0.7) || (left < 0.7) || (right < 0.7)) {
         double maxRotationalVelocity = Math.PI / 4;
         if (left < right)
            rotationalVelocity = -maxRotationalVelocity
                  - (rotationalVelocityFactor * Math.random());
         else
            rotationalVelocity = maxRotationalVelocity
                  - (rotationalVelocityFactor * Math.random());
         translationalVelocity = 0;
      } else {
         rotationalVelocity = 0;
         translationalVelocity = 0.6;
      }
   }

   return new Velocities(translationalVelocity, rotationalVelocity);
}

public boolean isActive() {
   float llum = getSensors().getLightSensorLeft().getAverageLuminance();
   float rlum = getSensors().getLightSensorRight().getAverageLuminance();
   double luminance = (llum + rlum) / 2.0;

   // Seek light if it's near.
   return luminance > LUMINANCE_SEEKING_MIN;
}

public Velocities act() {
   // turn towards light
   float llum = getSensors().getLightSensorLeft().getAverageLuminance();
   float rlum = getSensors().getLightSensorRight().getAverageLuminance();
   double translationalVelocity = 0.5 / (llum + rlum);
   double rotationalVelocity = (llum - rlum) * Math.PI / 4;

   return new Velocities(translationalVelocity, rotationalVelocity);
}
    

public boolean isActive() {
   return random.nextDouble() < WANDERING_PROBABILITY;
}

public Velocities act() {
   return new Velocities(0.8, random.nextDouble() * 2 * Math.PI);
}

public boolean isActive() {
   return true;
}

public Velocities act() {
   return new Velocities(0.8, 0.0);
}

リスト 6. は、どの行動が、他のどの行動を抑制するかを指定しています。

private void initBehaviorBasedAgent(BehaviorBasedAgent behaviorBasedAgent) {
   Sensors sensors = behaviorBasedAgent.getSensors();
   Behavior[] behaviors = { new Avoidance(sensors),
         new LightSeeking(sensors), new Wandering(sensors),
         new StraightLine(sensors), };
   boolean subsumes[][] = { { false, true, true, true },
         { false, false, true, true }, { false, false, false, true },
         { false, false, false, false } };
   behaviorBasedAgent.initBehaviors(behaviors, subsumes);
}

この例の Behavior は (抑制に関して) 総合的な優先順位を持っていますが、必ずしもそうである必要はないことに注意してください。

演習問題として、下記を試してみてください。

• 社交的な行動を追加する: 友達の方には進み、敵からは離れるように移動します。
• 光を回避する行動を追加する。
• 一部のロボットから光を発するようにし、それらのロボット同士が引きつけ合うようにする。

上に戻る

迷路

「ついにやった。Tremaux のアルゴリズムを使えば、あの迷路が解けることはわかっていたのだ。」・・ Lisa Simpson (訳注: Lisa Simpson も米国で人気のアニメ、「シンプソンズ」の登場人物)

迷路を解決する既存のアルゴリズムはいくつかありますが、そのうち一般的な 2 つは、迷路の規模によらず一定量のメモリーを消費します。この 2 つは壁沿いに移動する (wall-following) アルゴリズムと、(英国の Exeter の Jon Pledge が 12 歳の時に発明した) Pledge アルゴリズムです。Tremaux のアルゴリズム (Lisa Simpson のお気に入りのアルゴリズム) は優れたアルゴリズムですが、この記事では単純にするために壁沿いに移動するアルゴリズムと Pledge アルゴリズムに絞ることにします。

壁沿いに移動するアルゴリズム

壁沿いに移動する方法は単純な迷路アルゴリズムであり、皆さんも子供の頃に学んだかもしれません。このアルゴリズムを使って迷路を解くために必要なことは、左手を左の壁に (あるいは右手を右の壁に) 触れたまま、迷路を出るまで壁を伝い続けることだけです。迷路の入り口と出口が迷路の外枠にある場合には、このアルゴリズムが必ず有効であることは容易にわかります。しかし、もしゴールが「島」 (迷路の中で、他の部分から切り離された部分) の中にある場合には、このアルゴリズムでは壁を乗り越えて島に飛び込むことはできないため、解を見つけることはできません。

Pledge アルゴリズム

Pledge アルゴリズムは、島と島の間を飛び越えることができるため、壁沿いに移動する方法よりも高度な方法であり、また大規模な迷路を解決することができます。Pledge アルゴリズムの基本的な考え方は、絶対方向 (例えば東西南北など) を選び、常にその方向に向かおうと努力することです。この方向を優先方向 (favored direction) と呼ぶことにします。壁に突き当たった場合には、右に方向転換し、左の壁沿いに移動し、これを方向が優先方向となり、なおかつ、(時計回りの方向転換をマイナス、反時計回りの方向転換をプラスとして) 方向転換の和の合計がゼロになるまで続けます。この条件を満足する地点に達したら再度優先方向に直進する、というように続けます。方向転換の和の合計がゼロであるという要件は、例えば大文字の G のような形のループ (どういう意味か、実際に紙に書いて試してみてください) など、ある種のループに入らないようにするために必要です。

上に戻る

Algernon: 迷路を解決するロボット

では、Algernon という名前の迷路 (maze) 解決ロボットを作成して、皆さんの友達を驚かせ (amaze) ましょう (訳注: 著者は maze と amaze をかけているようです)。

ロボットを設計する

壁沿いに移動するアルゴリズムあるいは Pledge のアルゴリズムを実装するためには、ロボットがいつ分岐点に達したか、そして実際に分岐点に達したら、どの方向の経路に進むのかを知る必要があります。

これを実現するための方法は複数あると思いますが、ここではこれを、ロボットの左側にソナー・センサーを取り付けることで実現します。このセンサーは、迷路に左向きの経路があることを発見すると知らせます。またロボットが進んでいる経路が終わる (つまりロボットが壁に「突き当たる」) ことを知るために、ロボットの前面にタッチ・センサーを取り付けます。

壁沿いに移動するアルゴリズムをプログラミングする

ここでは algernon.subsumption パッケージ (ソース・コードをダウンロードしてください) を使って Algernon をプログラミングします。Algernon はロボットとしては非常に簡単なものであり、単純に「手続き型」の方法でプログラムすることができます。しかし、サブサンプション・プログラミングを使うと、たとえこのような単純なロボットの場合でも、コードをずっと簡潔で理解しやすいモジュール構造にすることができます。

アルゴリズムの実装を単純にするために、壁は直角に配置されているものとします。従って、このロボットが行う方向転換は、すべて 90 度の左折または 90 度の右折です。

左手の壁沿いに移動するアルゴリズムを考える場合には、このアルゴリズムを下記の 4 つの行動に分解することができます。

• 直進する
• 壁に突き当たったら右に曲がる
• 左手に経路が見えたら左に曲がる
• ゴールに達したら停止する

この 4 つの行動の優先順位を決める必要があります。このリストでの正しい優先順位は降順です。すると、それぞれが Behavior を継承する、下記の 4 つのクラスが得られます。

• GoStraight
• TurnRight
• TurnLeft
• ReachGoal

リスト 7 は GoStraight のコードです。TRANSLATIONAL_VELOCITY は定数であり、0.4 に設定されています。

                
public boolean isActive() {
   return true;
}
  
public Velocities act() {
   double rotationalVelocity = 0.0;

   return new Velocities(TRANSLATIONAL_VELOCITY, rotationalVelocity);
}

リスト 8 は TurnRight のコードです。getRotationCount() は、使用している回転速度で 90 度回転するために必要なクロックのティック数を返します。

                
public boolean isActive() {
   if (turningRightCount > 0) {
      return true;
   }

   RangeSensorBelt bumpers = getSensors().getBumpers();
   // Check the front bumper.
   if (bumpers.hasHit(0)) {
      backingUpCount = 10;
      turningRightCount = getRotationCount();

      return true;
   } else {
      return false;
   }
}
        
public Velocities act() {
   if (backingUpCount > 0) {
      // We back up a bit (we just ran into a wall) before turning right.
      backingUpCount--;

      return new Velocities(-TRANSLATIONAL_VELOCITY, 0.0);
   } else {
      turningRightCount--;

      return new Velocities(0.0, -Math.PI / 2);
   }
}

Algernon が左に曲がるときには、最初に少し前進し、Algernon の後ろが (Algernon の左側で終わっている壁から) 離れるようにします。そしてその後で左に回転します。最後に、さらにもう少し前進し、壁が再度 Algernon の左側になるようにする必要があります。リスト 9 は TurnLeft のコードです。

                
public boolean isActive() {
   if (postGoingForwardCount > 0) {
      return true;
   }

   RangeSensorBelt sonars = getSensors().getSonars();
   // Check the sonar on the left.
   if (sonars.getMeasurement(1) > 1.0) {
      // There is a passageway to the left.
      preGoingForwardCount = 20;
      postGoingForwardCount = 40;
      turnLeftCount = getRotationCount();

      return true;
   } else {
      return false;
   }
}
        
public Velocities act() {
   if (preGoingForwardCount > 0) {
      preGoingForwardCount--;

      return new Velocities(TRANSLATIONAL_VELOCITY, 0.0);
   } else if (turnLeftCount > 0) {
      turnLeftCount--;

      return new Velocities(0.0, Math.PI / 2);
   } else {
      postGoingForwardCount--;

      return new Velocities(TRANSLATIONAL_VELOCITY, 0.0);
   }
}

リスト 10 は ReachGoal のコードです。

                
public boolean isActive() {
   RangeSensorBelt sonars = getSensors().getSonars();

   // Is there open space all around us? That is, are we out of the maze?
   double clearDistance = 1.2;
   return sonars.getMeasurement(0) > clearDistance
         && sonars.getMeasurement(1) > clearDistance
         && sonars.getMeasurement(3) > clearDistance
         && sonars.getMeasurement(2) > clearDistance;
}

public Velocities act() {
   // Stop
   return new Velocities(0.0, 0.0);
}

リスト 11 は Algernon のメインの行動のためのコードです。

                
private void initBehaviorBasedAgent(
      algernon.subsumption.BehaviorBasedAgent behaviorBasedAgent) {
   algernon.subsumption.Sensors sensors = behaviorBasedAgent.getSensors();
   algernon.subsumption.Behavior[] behaviors = { new ReachGoal(sensors),
         new TurnLeft(sensors), new TurnRight(sensors),
         new GoStraightAlways(sensors) };
   boolean subsumes[][] = { { false, true, true, true },
         { false, false, true, true }, { false, false, false, true },
         { false, false, false, false } };
   behaviorBasedAgent.initBehaviors(behaviors, subsumes);
}

図 1 は Algernon が迷路を進んでいる様子を示しています。

このロボットが、ロボットのコンポーネント部分は迷路に関して (さらには壁に関してさえ) 何も知らないにもかかわらず、迷路を解決できることに注意してください。Algernon は、迷路を抜け出す方法を計算するための中央頭脳は何も持っていません。これがサブサンプション・アーキテクチャーの成果です。つまり一連の単純で階層構造の行動から、複雑で、見るからに目的を持っているかのような行動が得られるのです。

上に戻る

まとめ

この記事では、シミュレートしたロボットをプログラミングしました。物理的なロボットのプログラミングは、もっと困難です。物理的な世界では、ありとあらゆる面倒な要素が入り込んできます。例えば、壁沿いに移動するアルゴリズムで動くロボットを左側の壁をたどりながら壁に並行に移動させるのは非常に容易でした。現実の世界では壁の表面が不完全なため、ロボットが急に方向を変えて左側の壁に衝突しないように、あるいは左側の壁から離れすぎないようにすること自体が非常に困難です。プログラミングを楽しむのであれば、必ずしもロボットを作るための作業を楽しむ必要はありません。興味深いロボットを作成するためには、おそらくプログラミングのスキルよりもメカニカルなスキルの方がむしろ必要です。

もし皆さんが、独自のロボットを作成してプログラミングしたい場合には、優れたロボティクスのキットとしてレゴ マインドストームがあります。マインドストームよりも安価なものとして、BEAM (Biological Electronic Aesthetics Mechanics) ロボットを作成する方法があります。BEAM は行動規範型ロボティクスの概念を一歩進め、完全にプログラミングをなくしています。全体としての行動は、ハードワイヤーによる、アナログの反射と応答の行動によって決まります。30 ドル、あるいはそれ以下で、BEAM キットを使って最初のロボットを作成することもできますし、Gareth Branwyn による『Absolute Beginner's Guide to Building Robots』(「参考文献」を参照) などの本に紹介されているさまざまな案を参考にロボットを作成することもできます。あるいはルンバを購入して、それを改造する方法もあります。

私は、ほんの少しの間ロボットをプログラミングし、また他の人のロボット・コードを見た後で、驚くようなことに気付きました。ごくわずかのコードだけで、非常にたくさんのことをロボットに行わせることができるのです。(ただし、その少量のコードを完全に適切なものにするためには、さまざまな定数を何度も変更して実験する必要があるかもしれません。) レゴ マインドストームのキットを利用すれば、午後の時間を使って説明書を読みながら、最初の簡単なロボットを作成することができます。

世の中ではアマチュアのロボット・サブカルチャーが大盛況です。ロボットの本やロボット・コンテスト、ロボットのビデオがあり、そしておそらく皆さんの地域にもロボット・クラブがあるはずです。それらを調べてみるのもよいかもしれません。

参考文献

学ぶために

• Simbad ロボット・シミュレーター・プロジェクトの Web サイトを訪れてください。
  
  
• 『 Absolute Beginner's Guide to Building Robots 』(Gareth Branwyn著、2003年 Que 刊) は趣味としてのロボット製作を概説した優れた本です。
  
  
• 『 Mobile Robots 』(Joseph L. Jones と Anita M. Flynn の共著、1998年 A K Peters, Ltd. 刊) は小型で安価なロボットの設計と作成の方法を解説し、またサブサンプション・アーキテクチャーを明確に説明しています。この本は、考え方や概念の解説に関して特に優れています。Flynn と Jones は、MIT AI Lab の Rodney Brooks の学生でした。
  
  
• 「オープンソースのロボット・ツールキット」(M. Tim Jones 著、developerWorks、2006年9月) は、ロボットのアルゴリズムをテストするための、Simbad やその他のソフトウェアに関する情報を紹介しています。
  
  
• 「Introduction to robotics technology」(Darrick Addison 著、developerWorks、2001年9月) は、ロボティクスと、オープンソースのロボット・コントロール・ソフトウェアを一般的に紹介しています。
  
  
• 『ブルックスの知能ロボット論』(Rodney A. Brooks 著、2002年 Pantheon Books刊) の著者の Brooks は、彼の行動型ロボットの概念の発展について、技術的ではない、非常に楽しいこの本の中で解説しています。
  
  
• アメリカのテレビに登場する象徴的な家族、シンプソンズを見てください。このシリーズのうちの一話、「Stop, or My Dog Will Shoot!」では、Lisa Simpson が Tremaux のアルゴリズムを使ってトウモロコシの迷路から家族を救い出す様子を描いています。
  
  
• 『 Building Robots with LEGO Mindstorms NXT 』(Dave Astolfo と Mario Ferrari、Giulio Ferrari の共著、2007年 Syngress Publishing 刊) はレゴ マインドストームに関する数多くの本の中で最高の 2 冊のうちの 1 冊であり、迷路を解決するロボットに関する章があります。
  
  
• 「Geeks in Toyland」(Brendan I. Koerner 著、2006年2月、Wired) は、レゴ マインドストーム NXT の開発について説明し、またその設計と開発に、改造趣味を持つユーザー達が雇用されたことを紹介した記事です。
  
  
• 『 Hacking Roomba 』(Tod E. Kurt 著、2007年 Wiley 刊) には Roomba の改造方法として興味深い例がたくさん紹介されています。Roomba に歌を歌わせたり絵を描かせたり、Roomba に Linux ® をインストールしたり、あるいは Roomba をマウスとして使う (使って悪いことはありません) 方法などは、ほんの一例にすぎません。
  
  
• 『 Turtle Geometry 』(Harold Abelson と Andrea diSessa の共著、1986年 MIT Press 刊) は迷路に関する説明を含んだ素晴らしい本です。
  
  
• Errol Morris によるドキュメンタリー、Fast, Cheap & Out of Control には Rodney Brooks とのインタビューがあります (またライオンの調教師、装飾庭園の庭師、ハダカデバネズミの権威とのインタビューもあります)。
  
  
• Think Labyrinth: Maze Algorithms は、迷路の専門家 Walter D. Pullen が迷路と迷路アルゴリズムの概要を説明した優れた記事です。
  
  
• ウィキペディアには迷路の項目があります。
  
  
• technology bookstore には、この記事や他の技術的な話題に関する本が豊富に取り揃えられています。
  
  
• developerWorks の Java technology ゾーンには、Java プログラミングのあらゆる側面に関する記事が豊富に用意されています。
  
  

製品や技術を入手するために

• Algernon は継続中のオープンソース・プロジェクトです。この記事で使用しているソース・コードをダウンロードしてください。
  
  
• Simbad ツールキットをダウンロードしてください。
  
  

議論するために

• developerWorks blogs から developerWorks のコミュニティーに加わってください。
  
  

著者について

Paul Reiners は Sun 認定の Java プログラマーであり Java 開発者です。彼は、Automatous Monk や Twisted Life、Leipzig を含む、いくつかのオープンソース・プログラムの開発者です。彼は 1991年5月に University of Illinois at Urbana-Champaign で応用数学 (計算理論) で修士号を取得しています。これは、同じキャンパスで HAL 9000 が初めて電源オンされた時の約 9 カ月前です (電源オンの日は正確には 1992年1月12日です) 。彼はミネソタに住み、時間がある時には電子ベース・ギターを練習し、また従業員によるジャズ・バンドで演奏しています。

この記事を評価する

コメント

上に戻る

目次

• はじめに
• ロボットのプログラミング
• Simbad: ロボットのシミュレーション環境
• Simbad でサブサンプション・アーキテクチャーを実装する
• 例: 光を求めて動き回るロボット
• 迷路
• Algernon: 迷路を解決するロボット
• まとめ
• 参考文献
• 著者について
• コメント