Laboro.AIは12月11日、大林組との研究開発において、機械学習の手法の1つである強化学習を用いた「カスタムAI」を開発・提供したと発表。従来のシステムよりも効果的に建物の揺れを制御することに成功したという。
Laboro.AIと大林組による「振動制御AI開発プロジェクト」では、建設物の揺れを制御するために建物内部に設置される重り(マスダンパー)の動きを人工知能(AI)で制御することで、従来よりも揺れにくい環境の実現を目指すというもの。制振技術による振動制御には大きく分けて、受動的な制御法である「パッシブ制振」と、能動的な制御法の「アクティブ制振」の2種類があり、今回のプロジェクトではアクティブ制振にAIを活用している。
研究開発は、Laboro.AIの機械学習エンジニアが物理計算に基づくシミュレーション環境を構築し、シミューレーター上で効果が高い制御則を獲得した。次いで、大林組技術研究所内に造られた橋を実験の場として利用し、実際に人が歩いた際の振動を制御対象として検証を行った。
大林組技術研究所内に設けられた橋(左)とアクティブ制振外観(右)
初めにシミュレーション環境で約2万回に及ぶ実験を繰り返した。1回のシミュレーションを3秒間単位で実施したところ、マスダンパーの動きによって橋の揺れが早い段階で低減されるほど、AIが効果的に制御力を発揮していることを表したという。
実験では次に、シミュレーション環境での結果を橋の制御システムに転用し、実際に人が歩いたときの振動の違いを何も制御を施さない状態、従来手法のアクティブ制振、強化学習によるAIモデルと比較検証した。その結果、何も制御を施さない状態で揺れが最大となる箇所で、強化学習によるカスタムAIが最も小さくなることが分かった。数値としては従来のアクティブ制振による制御の2分の1を下回る数値を示しており、これまで以上に揺れが感じられにくい環境をAIが作り出すことに成功したことを意味するという。
Laboro.AIでは、今回の成果は、建設物の揺れの制御にとどまらず、自動車・鉄道などの公共交通機関、半導体製造など振動にシビアな製品の製造機器、空気抵抗による振動への対策が必要な航空宇宙技術のような振動を生じるあらゆる機械設備でもAIによる学習効果が期待でき、技術転用の可能性が高いとしている。また、強化学習を用いた今回のプロジェクトは、制御技術における「フィードバック制御」の延長線上にあり、建設用クレーンの操作制御や工場プラントでの化学合成工程における火力制御、空調設備の自動制御、製造系ロボットの制御といったリアルタイム制御を必要とする機械設備をはじめ、あらゆる領域への展開が見込めるという。