プログラミングの容易さと見る人に与えるインパクト

レゴ® マインドストーム® EV3は、基本セットにセンサーやモーター、パーツ類が一通り揃っているので、すぐに作り始めることができ、プログラムで簡単に動きの制御（コントロール）ができる点が優れています。
現在のデモ装置は一ケ月ほどかけて制作したが、プログラミングそのものよりも、パーツを揃え（海外からの輸入パーツも含む）、装置自体を適切な動作をするように組み上げることの方に労力がかかりました。
しかし、見た目のインパクトが強く、展示会でのプロモーションやお客様向けのセミナー等では、立ち止まってじっくり見ていただく、ビジネスのきっかけになっています。

今後、実現したいこと

動きが見えるデモを通してお客様の関心が高まり、我々のサービスへの理解につながることや、展示会場にデモを設置することによる効果を実感できたので、製造業だけではなく、例えば電力（風車）、電気、ガスなど社会インフラのシステムなど、他の利用モデルも制作したいと考えています。

リンク

株式会社セゾン情報システムズ
HULFT事業部
https://www.hulft.com/

セゾン情報システムズ様には「Robotics Education Day」（2017/7/16開催）において、「ファイル転送の「HULFT」とIoTを “つなぐ” LEGO マインドストームEV3開発体験記」と題したご講演および、デモ機の展示を実施いただきました。
（開催報告： /red2017report）

動画の見どころ

左側の画面でマークされている車が右折カーブの手前で減速する様子(右画面の白いバーのところが、ブレーキのところで赤くなっています。
ニューラルネットはブレーキが最も多く報酬が得られると推測していることがわかります)。速い速度ほど報酬は大きいですが、カーブを曲がりきれず壁にぶつかってしまうので学習が進むとカーブ手前でのみ減速するようになります。

写真、動画提供：株式会社Preferred Networks

強化学習

このデモにおけるロボットは、強化学習という手法で学習しました。強化学習では、目標とするロボットの最適な動きを正解として与える代わりに、ロボットの各行動に対して報酬を与えます。今回の課題では、道にそって速い速度で進んだときにプラスの報酬を、壁や他の車にぶつかったり、道を逆走したときにマイナスの報酬(罰)を与えています。
ロボットはどのように行動するとどれくらいの報酬が得られそうかを学習していき、最も多くの報酬が得られそうな行動を選択することで、結果的に最適な行動をとることができるという仕組みです。

詳しくはこちらをご覧ください。

マイナビニュース記事はこちらをご覧ください。

動画の見どころ

このデモでは、ロボット (教育版レゴ マインドストーム EV3) と液晶付のボードの両方にSEPが搭載されています。
また、ボードには制御プログラム（画面右に表示）が搭載されており、ロボットとボードの間は無線（WiFi）でつながっています。
ロボットの前面についているタッチセンサーが障害物に衝突すると、ボード上の制御プログラムはSEPをとおしてその情報を読み取り、ロボットの動きを停止させるとともに、プリンターに印刷を行います。

写真、動画提供：株式会社アイ・エル・シー様

このようにSEPを使うことにより、メーカー／種類さえ異なる機器をシームレスに接続し、更に他の機器が持つ機能をリモート制御するアプリケーションを簡単に作成することができます。
SEPは、IoT、M2Mを実現する画期的なプラットフォームとして、注目されています。

詳しくはこちらをご覧ください。