AIエージェントでROS2を動作させてみた〜１.ROS2とは〜

こんにちは、竹内 です。

ロボットAIエージェントを作るために、まずは基本になる ROS 2 を勉強してみました。

作ろうとしているのは「自然言語で指示すると自律的に動くロボット」です。LLM に「2メートル前進して」と伝えると、シミュレータの中のロボットが実際に走り出す——そんな構成を目指しています。

この手の話は「どの LLM を使うか」「プロンプトをどう書くか」に目が行きがちなんですが、実際に手を動かしてみて分かったのは、ハマるところはほとんど LLM の外側にあるということでした。

LLM が出した「前進せよ」という判断を、どうやってモータを回す信号まで届けるのか。その配管を担っているのが ROS 2 です。

今回はその第1回として、AIエージェントを載せる土台として ROS 2 の何を分かっていればいいのかを整理してみます。まずは、やりたいことの全体像から。

ROS 2 は「ロボットの OS」ではない

名前が Robot Operating System なので、私も最初は OS の一種かと思っていました。でも違うんです。Linux や macOS の上で動くソフトウェア群で、一言でいえば「分散プロセス間通信のミドルウェア＋共通規約＋ツール群」です。

ROS 2 が用意してくれるのは、大きく次の3つ。

• 通信機構：プロセス間・マシン間でメッセージをやり取りする仕組み
• 共通の型と名前：geometry_msgs/msg/Twist のような標準メッセージ型と、/cmd_vel のような慣習的なトピック名
• ツール群：ros2 CLI、RViz（可視化）、rosbag（記録・再生）。通信を覗く口が最初から共通

最小単位の「ノード」は、互いに独立している

ROS 2 の最小単位は ノード（node） で、その実体はひとつの OS プロセスです。ロボットの機能ごとにノードを立てて、それをメッセージで繋いで1台のロボットにしていきます。

この「独立している」という性質が、ROS 2 の設計思想のほぼすべてだと思っています。効いてくるのは次の3点です。

1. 1つ落ちても他は生き続ける。 認識ノードがクラッシュしても、制御ノードは動き続けます。
2. 起動順を気にしなくていい。 送る側と受け取る側、どちらが先に立ち上がっても大丈夫。相手がまだ居なければ、メッセージがどこにも届かないだけでエラーにはなりません。
3. 別マシンでも、別言語でもいい。 同じ LAN・同じ ROS_DOMAIN_ID なら、コードを1行も変えずにノードを別 PC へ移せます。Python（rclpy）のノードと C++（rclcpp）のノードが、同じトピックで普通に会話します。

繋ぎ方は4種類。図で見るのが早い

ノード同士を繋ぐ手段は4種類あります。ここを選び間違えると後から構造ごと作り直しになるので、最初に押さえておく価値ありです。文章で説明すると長くなるので、ひとつずつ図にしてみました。

① トピック — 投げっぱなしで流し続ける

いちばん使うのがこれです。センサの値やロボットへの速度指令のように、ずっと流れ続けるものはだいたいトピックになります。届いたかどうかは分かりませんが、その代わり速くて軽い。

② サービス — 一問一答

設定の変更や状態の問い合わせなど、すぐ返事が来るもの向けです。逆にいうと、数十秒かかる処理をサービスでやると待たされっぱなしで詰みます。

③ アクション — 時間がかかって、途中でやめたいもの

サービスとの決定的な違いが ②途中経過と④中断です。

代表例が Nav2 の NavigateToPose。「あの座標まで行って」は数十秒かかるし、残り距離は知りたいし、障害物で詰まったらやめたい。まさにアクションの出番です。

④ パラメータ — ノードが持つ設定値

速度の上限や use_sim_time のような設定値です。データを流す通り道ではないので、ここにセンサ値を入れたりしないよう注意です。

通信の中身は DDS。そして QoS でハマる

ROS 2 の通信は自前実装ではなく、DDS（Data Distribution Service） という産業標準の Pub/Sub ミドルウェアの上に乗っています。ROS 2 はその上に薄い抽象層をかぶせて、DDS 実装を差し替えられるようにしているんですね。

各ノードは起動時に「自分はこのトピックをこの型で発行／購読します」とネットワークに広告して、条件が合う相手と勝手に繋がります。設定ファイルに相手の IP を書く必要はありません。ここは本当に楽です。

ただし ROS_DOMAIN_ID（0〜101、既定 0）だけは要注意。同じ LAN で複数人が ROS 2 を動かすとき、これを分けておかないと他人のノードと勝手に繋がります。

そして、繋がる条件は名前だけではありません。型が一致しないと繋がりませんし、QoS（Quality of Service） という通信の性質設定も揃っている必要があります。

QoS では「再送してでも確実に届けるか（RELIABLE）／落ちても構わないか（BEST_EFFORT）」などをトピックごとに指定します。

この作り、何が嬉しいのか

「関数呼び出しではなく、名前付きのメッセージで繋ぐ」ことの見返りは3つありました。

• 差し替えが効く。 シミュレータを実機ドライバに交換しても、/cmd_vel を出す側は無改造。私のシステムでロボット4種（二輪車／ドローン／メカナム／クローラ）を上流そのままで切り替えられるのも同じ理屈です。
• 覗ける・記録できる・再生できる。 通信の口が共通なので、どのトピックでも同じコマンドで中身を見られます。自前でプロセス間通信を書いていたら、この道具は全部自作でした。
• 割り込める。 手でメッセージを流せば、上流のノードを止めずに動作確認できます。「LLM が悪いのか、ロボット側が悪いのか」を切り分けるとき、これがとにかく効きました。

実際によく使っているのはこのあたりです。

ros2 node list                 # 動いているノード
ros2 topic list -t             # トピックと型
ros2 topic info /cmd_vel -v    # 発行者/購読者と QoS（詰まったらまずこれ）
ros2 topic echo /odom          # 中身を覗く

# 上流を止めずに、手で操縦してみる
ros2 topic pub -r 10 /cmd_vel geometry_msgs/msg/Twist '{linear: {x: 0.3}}'

AIエージェントは、ROS 2 から見れば「ただのノード1個」

ここまで分かると、冒頭の問い——LLM をどうやってロボットに繋ぐのか——の答えが出ます。

私が作ったAIエージェントのノードは、/agent/instruction（自然言語のテキスト）を購読して /cmd_vel（速度指令）を出す、ただそれだけのノードです。

中で HTTPS を叩いて LLM と会話していることは、他のノードからは見えませんし、知る必要もありません。

そして「AIエージェントへの命令」も、ROS 2 から見ればただのメッセージ1本です。UI も LLM も無しで、この一行だけで配線を試せます。

ros2 topic pub --once /agent/instruction std_msgs/String \
  "{data: '少し前進してから左に90度回って'}"

まとめ

• ROS 2 は OS ではなく、分散プロセス間通信のミドルウェア＋共通規約＋ツール群。
• ノードは互いに独立したプロセスで、名前と型が合うメッセージだけで繋がる。だから差し替えが効いて、覗けて、割り込める。
• 繋ぎ方は4種類。流れ続けるならトピック／一問一答ならサービス／時間がかかって中断したいならアクション／値を変えたいだけならパラメータ。
• ハマるのはだいたい型の不一致・QoS の非互換・ROS_DOMAIN_ID の衝突。どれもエラーではなく「沈黙」で出てくるのが厄介。
• AIエージェントは ROS 2 から見ればただのノード1個。知能はノードの内側に閉じ込める。

次回は、この上に乗せるシミュレータ（Gazebo）の話です。今回のエージェントは「言われた秒数だけ速度を出す」だけなので、目の前に壁があっても平気で突っ込んでいきます。

そこから「地図を持って、自分の位置を知って、障害物を避けて目的地へ行く」段階へどう進むのか——というところに入っていきます。お楽しみに！

✨ このカテゴリーのAIまとめ記事を見る