ピーター・アビールは、ベルギー系アメリカ人のコンピュータ科学者であり、カリフォルニア大学バークレー校の電気工学およびコンピュータ科学の教授である。彼はロボット工学と人工知能の分野における主要な研究者であり、深層強化学習、模倣学習、ロボット操作における先駆的な業績で知られている。アビールは、産業用ロボット向けソフトウェアを開発するAIロボット企業であるCovariantを共同設立し、またOpenAIで研究科学者としても務めた。
アビールはベルギーで生まれ、2000年にルーヴェン・カトリック大学で電気工学の学士号を取得した。その後、大学院研究のために米国に移り、2008年にスタンフォード大学でアンドリュー・ングの指導の下、コンピュータ科学の博士号を取得した。彼の博士研究は見習い学習と逆強化学習に焦点を当て、ロボットが人間のデモンストレーションから学習することを可能にする手法を確立した。
学術経歴と研究
アビールは2008年にUCバークレーの教員に加わり、バークレー・ロボット学習研究所を指揮している。バークレーでの初期の研究は、特に深層ニューラルネットワークを用いて、強化学習を実世界のロボット工学に実用的にすることを中心とした。2015年には、彼のグループがロボット操作のための初のエンドツーエンド深層強化学習システムの一つを実証し、生のピクセル入力とニューラルネットワークポリシーのみを使用して物体を掴むロボットを訓練した。この研究は国際機械学習会議で発表され、ロボット工学における深層学習のより広範な採用を促進する一助となった。
アビールの研究における繰り返しのテーマは模倣学習であり、ロボットが人間のデモンストレーションを観察することでスキルを習得する。彼は模倣と強化学習を組み合わせたアルゴリズムを開発し、ロボットが洗濯物を折る、物体を組み立てる、散らかった環境を移動するなどの複雑な行動を獲得できるようにした。彼のグループはまた、バークレー・ロボット操作ベンチマークとオープンソースのrllabライブラリの開発に貢献し、これらは強化学習研究のための広く使用されるツールとなった。
Covariantと産業用ロボット工学
2017年、アビールは元学生のロッキー・ドゥアンやティエンハオ・チャンらとともにCovariantを共同設立した。同社の使命は、特に倉庫自動化において、汎用AIを産業用ロボットに導入することである。CovariantのソフトウェアであるCovariant Brainは、深層学習を使用して、ロボットがビンからアイテムをピッキングしたりパッケージを仕分けたりするような、構造化されていない環境で知覚、推論、行動できるようにする。同社は2019年の4000万ドルのシリーズBラウンドや2021年の7500万ドルのシリーズCラウンドを含む多額のベンチャー資金を調達し、主要な物流企業が運営する倉庫にシステムを展開した。
Covariantのアプローチは、事前にプログラムされた動作に依存する従来の産業自動化とは異なる。代わりに、そのロボットはデータから学習し、新しい状況に適応する。これは、アビールが実世界の物流の変動性を処理するために不可欠であると主張した能力である。同社は後に、製造やリサイクルのためのロボット操作など、他の領域にも拡大した。
AIとOpenAIへの貢献
アビールは、より広範なAIコミュニティへの長年の貢献者である。彼は2016年から2017年までOpenAIで研究科学者を務め、強化学習アルゴリズムに取り組み、強化学習研究の標準ベンチマークであるOpenAI Gymツールキットの開発に貢献した。OpenAIでの彼の仕事には、大規模言語モデルとそのロボット制御への可能性の初期探求も含まれていたが、彼の主な焦点はロボット工学に留まった。
アビールはまた、いくつかのAIスタートアップのアドバイザーを務め、Journal of Machine Learning Researchを含む主要ジャーナルの編集委員会にも参加している。彼は、Conference on Robot LearningやInternational Conference on Learning Representationsなどの会議で頻繁に基調講演者を務めている。
受賞と栄誉
アビールの研究は数多くの賞を受賞している。彼は2010年に米国科学財団キャリア賞、2011年に海軍研究事務所若手研究者賞、2012年に空軍科学研究事務所若手研究者賞を受賞した。2017年には、ロボット学習と制御への貢献によりIEEEフェローに選ばれた。また、見習い学習に関する論文で2018年のACM博士論文賞佳作を受賞し、2020年には欧州科学アカデミーに選出された。
彼の仕事は、The New York TimesやWiredなどの主要メディアで取り上げられ、AI駆動型ロボット工学が産業を変革する可能性を強調している。
現在の仕事と影響
2020年代半ばの時点で、アビールはUCバークレーでの研究を率い続けながら、Covariantの開発にも積極的に関与している。彼の最近のプロジェクトでは、生成AIとロボット工学の交差点を探求しており、トランスフォーマーモデルを使用してロボットの汎化を改善することも含まれている。彼はまた、オープンな研究慣行を提唱し、コードとデータセットを公開して分野の進歩を加速させている。
アビールの影響は彼の多くの学生を通じて広がっており、そのうちの数人は自身のロボット工学企業を設立したり、学術的な地位に就いたりしている。彼の仕事は、深層強化学習を現代ロボット工学の核心技術として確立し、機械学習と物理システムの間のギャップを埋めるのに貢献した。