ロボットの導入を決める方と、任された方へ
配膳ロボット・病院の搬送ロボット・ロボットアームが止まった12の場面を、実店舗の動画・シミュレーション・実機の記録から集めました。
実店舗の動画で、店員が対応した4例
飲食店／実店舗の動画観察
店員が来るまで約18〜53秒以上直す作業は約1〜10秒
直すのはすぐです。来てもらうまでが長いんです。
店員が対応した動画4例では、直す作業は約1〜10秒、店員が来るまでは約18〜53秒以上でした。通路で向かい合った例では、来るまで41秒以上、直す作業は約5秒でした。
狭い通路で向かい合ったり、待機場所の出口をふさがれたりしていました。ロボットの声や赤い明かりが映っていても、助けが来るまでの時間は、直す時間より長くなっていました。
編集された実店舗動画4例の観察。秒数は動画上の概算で、待ち時間には下限を含みます。
28卓・スタッフ2人の飲食店／シミュレーション
入店待ち13.8 → 25.1分1台 → 2台
同僚が増えたら、店員さんを呼ぶ仕事が増えました。
普通の混み具合で、入店待ちは1台の13.8分から、2台では25.1分へ延びました。スタッフがロボットを動かしに行く回数も、13回から54回に増えました。
2台とも近い方の狭い一本道を選び、向かい合ってふさぎ合っていました。「一本道は1台ずつ」にすると2台の入店待ちは17.6分まで縮みましたが、試した改善案でも1台より短くなりませんでした。
飲食店／シミュレーション
卓が使えるまで4.49 → 8.06分下げ膳も任せた2台
お皿待ちのつもりが、通せんぼになってました。
6店・1〜2台・各10回の比較では、下げ膳も任せると、スタッフの歩く距離は12条件すべてで減りました。一方、細い通路の2店では2台のとき、退店から卓が使えるまでが4.05分→6.05分、4.49分→8.06分に延びました。
下げ膳のロボットが卓に着き、スタッフを待つあいだに通路をふさいでいました。別の通路があれば回れますが、一本道では、ほかのロボットも人も待たされます。
数字は各10回の中央値。各条件1回の比較動画では入店待ちの増減も見られましたが、繰り返し集計とそろわない店があるため、ここでは卓が使えるまでの時間を示しています。
46卓・38卓の飲食店／試算とシミュレーションの比較
席が空いているのに待った3.4分ロボット2台でも残った
運び終わりました。次のお客さんの席は、まだでした。
46卓の店では、0台・1台・2台と増やすと、入店待ちは8.1分→6.6分→5.5分に縮みました。それでも2台のとき、「席は空いているのに待った時間」が46卓の店で3.4分、38卓の店で3.5分残りました。
試算ではレジが詰まっていましたが、3Dの店では、スタッフが歩き回ることで片付けと案内が後回しになる、とログでは見ています。ここで止まっているのは、次のお客さんを迎える仕事です。
各10回の中央値。片付けと案内が原因という説明はログの見立てで、当時の再現には瞬間移動などの簡略化も残っていました。
飲食店／実店舗の動画観察とシミュレーション
2台が止まり続けた約9分10秒シミュレーションの1例
お先にどうぞ。……その先に、ぼくがいます。
実店舗の動画では、待機場所の横で向かい合った2台が53秒以上進めず、店員が空の方を手でよけて約4〜5秒で解いていました。シミュレーションの42卓・通路95cmの店では、2台が約9分10秒止まった例がありました。
シミュレーションでは、両方が料理を載せている場合などに、どちらが譲るかを決められず、よけた先も相手の道の上でした。実店舗の機体内部の判断は未確認で、ログで調べたメーカーの公開資料でも、どちらが譲るかの具体的な決まりは確認できませんでした。
店員が助ける決まりをシミュレーションに入れると、約9分の例は助け2回・約105秒で解けましたが、同じ台に何度も助けが必要になる問題が残りました。
実店舗の観察は同じメーカーの少数例。約9分と約105秒は、シミュレーションの特定条件1回ずつの結果です。
実店舗の場面と店員が助ける決まりの比較待機場所の横で向かい合った動画の観察向かい合って止まった2台の画面（線に縛った作り）
70卓・312席の飲食店／シミュレーション
入店待ち11.7 → 17.2分2台 → 5台
駐車位置は空いてます。入る途中が空いてません。
入店待ちは2台で11.7分、5台で17.2分でした。別の比較で、待機点へまっすぐ入る決まりにすると、待機場所付近の止まり合いは1営業あたり3,317秒→1,255秒に減りましたが、入店待ちは12.22分→14.90分に延びました。
0.8m間隔の待機点へ斜めに戻ると、隣で待つ台が前のセンサーに入り、止まっていました。人も待機点の区画を通らない形にすると、止まり合いは809秒まで減りました。
各10回の中央値。台どうしの順番決めが不足した再現での結果です。待機場所の詰まりが減っても、同じ比較で入店待ちは短くなりませんでした。
飲食店／シミュレーション
60秒以上の停止57 → 59回地図で道を引いても減らない
地図は読めます。壁の向こうには回れません。
決まった線だけを走る作りから、地図で道を引く作りに変えても、60秒以上の停止は57回→59回で減りませんでした。さらにドリンクバーを上へ0.5m、左へ0.8m動かして抜け道を作ると、20回になりました。
最初は、同じ線を往復するシミュレーション側の制約がありました。それを外しても、ドリンクバーと席の間が0.4mしかない行き止まりに詰まりが集中しました。道を探せるようにする変更に加えて、抜け道を作る配置の変更が必要でした。
ロボットアーム／実機 mechArm 270
深く倒した姿勢への命令6回中0回動いたエラーは出なかった
ぼくが動くより先に、台帳で成功してました。
動かなかった記録2本が、台帳では「つかめた・箱に入った」と判定されていました。実機では、肩95.53〜99.22°の姿勢への命令がエラーなしに6回とも動かず、肩を87.27°にして教え直すと5回続けて成功しました。
公式の肩の範囲は−85°〜＋90°ですが、送る側のライブラリはそれより広い範囲を許していました。手で教えると範囲外まで倒せても、その姿勢への命令では動きませんでした。本線にあった肩88°の上限確認も、再生用コードには入っていませんでした。
上記の角度での実機試行。88°は本線の設定値で、厳密に確かめた拒否境界ではありません。台帳の成功判定も実際の動きと食い違っていました。
ロボットアーム／実機 mechArm 270
つかんで運べた1/3 → 5/5回電源を 12V・2A → 5A に
学習のおかわりより先に、電源を見てください。
ブロックを落としていた実機で、8か月分の記録は、本体表示40Wに対して24Wの電源を使って取られていました。3,355円の電源へ替えると、同じモデル・爪の設定・位置で成功は3回中1回から5回中5回になりましたが、交換後も1回は人が持ち上げを補助しました。
使っていた電源は12V・2Aで、交換後は12V・5Aです。落とす前に爪の電流が0付近まで下がる記録と、交換後の変化から、ログでは電源不足が原因と判断しています。8か月使った電源は、箱に入っておらず、あとから別送されたものでした。
ロボットアーム／π0.5を使った実機 mechArm 270
学習誤差0.0057 → 0.0030実機では2回ともつかめず
いつもの場所は覚えました。今日のブロックは、そこですか？
2,000ステップ学習した実機は4回ともつかむ前に止まり、動画では爪がブロックの上に乗っていました。学習を約4,000ステップに増やし、学習誤差が約0.0057から0.0030に下がっても、実機2回ともブロックの奥で爪を閉じました。
お手本19本は、ブロックをほぼ同じ場所に置いて集めていました。ログでは「いつもの場所へ手を伸ばす」だけでも学習誤差が下がると考え、位置の違うお手本が必要と判断しました。
実機は追加学習前4回、追加後2回。その後、5か所で19本のお手本を集め直して学習し直しています（続きは出典の記録から）。
飲食店／シミュレーションの録画を使った画像検知試験
長い止まりを拾えた割合72 → 28%画面の道の線を消すと
ぼくの困り顔より、道の線を見てたんですね。
静止画1枚ずつで30秒以上の停止を見つける試験では、誤報5%の条件で、経路線ありは93件中67件（72%）、線なしは94件中26件（28%）を拾いました。線なしでは、ロボットどうしの詰まりを47件中4件しか拾えませんでした。
画像検知は、画面に描かれた道の線が交わる所を手がかりにしていました。その線がない画像では、向かい合う2台と、普段どおり並んで待つ2台を区別しにくくなりました。
病院の搬送ロボット／シミュレーションで作った仮の病院
1日の問題84 → 132件通れない所を直すと
毎時間くじ引きで出張する病院だとは聞いてません。
行き先へ歩いて行けなかった患者・職員41人を通れるようにすると、急停止・ひやり・人によけさせた等の問題が1日84件→132件に増えました。職員の行き先と動き方を直すと132件→68件→19件となり、さらに患者などの動きを補うと51件になりました。
職員141人を「1時間に1回、くじ引きで選んだ部屋へ行って戻る」という仮の決まりで動かしていました。付き添いのために通れるようにした場所へ、職員が普段も行くようになり、ロボットと出会う回数が増えていました。
主に同じ乱数条件1通りでの比較。件数は衝突事故の数ではなく、19件は患者などの動きを補う前の値です。
足す判断の前に、どこで仕事が止まり、誰の手が必要になっているかを確かめてください。もう一つ確かめたいのが、報告にある「成功」と、実際に終わった仕事が一致しているかです。台帳の成功、学習誤差、画像の検知率だけでは、拾えていない止まりがありました。
気になった場面を一つ選び、試験導入で次の欄を埋めてください。
| 起きた条件 | 場所、混み具合、台数、荷物、人の作業 |
|---|---|
| 待った時間 | 停止、気づき、人の到着、復帰の各時刻 |
| 人がしたこと | 画面操作、移動、積み下ろし、持ち上げなど |
| 仕事の結果 | 届いたか、卓が使えたか、次の人を案内できたか。記録と動画は一致するか |
| 変えて比べること | 台数、配置、通行ルール、待ち方などを一つずつ |
人が手を貸して完了した回は、その手間も含めて導入の結果です。店の形・人数・台数を変えて考えるには、配膳ロボットの導入シミュレーションへ。
