The Future of Flying Robots | Vijay Kumar | TED Talks

755,090 views ・ 2015-11-04

TED


下の英語字幕をダブルクリックすると動画を再生できます。

翻訳: Tomoyuki Suzuki 校正: Misaki Sato
00:13
In my lab, we build autonomous aerial robots
0
13280
3656
私の研究室では ご覧のような
自律飛行ロボットを作っています
00:16
like the one you see flying here.
1
16960
1880
00:20
Unlike the commercially available drones that you can buy today,
2
20720
3696
今時 お店で売っているような ドローンとは違って
00:24
this robot doesn't have any GPS on board.
3
24440
2640
GPSは搭載していません
00:28
So without GPS,
4
28160
1216
GPSなしでは
00:29
it's hard for robots like this to determine their position.
5
29400
3280
このようなロボットが 自分の位置を特定するのは困難です
00:34
This robot uses onboard sensors, cameras and laser scanners,
6
34240
4736
このロボットの場合 搭載したセンサー、 カメラ、レーザースキャナーで
00:39
to scan the environment.
7
39000
1696
周囲を走査していて
00:40
It detects features from the environment,
8
40720
3056
周りにあるものを検知し
00:43
and it determines where it is relative to those features,
9
43800
2736
三角測量によって それらに対する
00:46
using a method of triangulation.
10
46560
2136
相対的な位置を把握しています
00:48
And then it can assemble all these features into a map,
11
48720
3456
それらのデータをまとめて 後ろに出ているような
00:52
like you see behind me.
12
52200
1736
マップを構築することが出来ます
00:53
And this map then allows the robot to understand where the obstacles are
13
53960
3936
こうやってマップができると どこに障害物があるか分かり
00:57
and navigate in a collision-free manner.
14
57920
2720
ロボットは衝突することなく 飛行することが出来ます
01:01
What I want to show you next
15
61160
2096
次にお見せしたいのは
01:03
is a set of experiments we did inside our laboratory,
16
63280
3216
このロボットに もっと長い距離を飛行させてみた
01:06
where this robot was able to go for longer distances.
17
66520
3480
私たちの研究所で行った 一連の実験です
01:10
So here you'll see, on the top right, what the robot sees with the camera.
18
70400
5016
右上にあるのは ロボットのカメラが撮った映像です
01:15
And on the main screen --
19
75440
1216
メインスクリーンでは
01:16
and of course this is sped up by a factor of four --
20
76680
2456
―4倍速でお見せしていますが―
01:19
on the main screen you'll see the map that it's building.
21
79160
2667
マップ構築の様子をご覧になれます
01:21
So this is a high-resolution map of the corridor around our laboratory.
22
81851
4285
これは研究室周辺の廊下を 高解像度でマップ化したもので
01:26
And in a minute you'll see it enter our lab,
23
86160
2336
まもなく研究室へと入ってきます
01:28
which is recognizable by the clutter that you see.
24
88520
2856
散らかっている様子で それと分かるかと思いますが—
01:31
(Laughter)
25
91400
1016
(笑)
01:32
But the main point I want to convey to you
26
92440
2007
ここで最も強調したいのは
01:34
is that these robots are capable of building high-resolution maps
27
94472
3584
これらのロボットは 5センチという高い解像度で
01:38
at five centimeters resolution,
28
98080
2496
マップを作成することが 出来るということで
01:40
allowing somebody who is outside the lab, or outside the building
29
100600
4176
研究室や建物の外部にいる人でも
01:44
to deploy these without actually going inside,
30
104800
3216
このロボットを放つことで 実際に中に入ることなく
中で何が起こっているか 推察することができます
01:48
and trying to infer what happens inside the building.
31
108040
3760
01:52
Now there's one problem with robots like this.
32
112400
2240
このようなロボットには 問題点があります
01:55
The first problem is it's pretty big.
33
115600
2200
1つ目の問題は 大きいということです
01:58
Because it's big, it's heavy.
34
118120
1680
大きいので重量もあります
02:00
And these robots consume about 100 watts per pound.
35
120640
3040
1キログラムにつき約200ワットの 電力を消費します
02:04
And this makes for a very short mission life.
36
124360
2280
ですからあまり長くは作業できません
02:08
The second problem
37
128000
1456
2つ目の問題は
02:09
is that these robots have onboard sensors that end up being very expensive --
38
129480
3896
ロボットに搭載されている レーザースキャナーやカメラや
02:13
a laser scanner, a camera and the processors.
39
133400
3440
CPUがとても高価だということです
02:17
That drives up the cost of this robot.
40
137280
3040
そのためロボットのコストが 跳ね上がります
02:21
So we asked ourselves a question:
41
141440
2656
そこで私達は自問しました
02:24
what consumer product can you buy in an electronics store
42
144120
3776
消費者が電気屋で買えるような
02:27
that is inexpensive, that's lightweight, that has sensing onboard and computation?
43
147920
6280
センサーやCPUを搭載した 高価でない軽量な商品はないだろうか?
02:36
And we invented the flying phone.
44
156080
2656
そうやって空飛ぶ携帯電話が 生まれました
02:38
(Laughter)
45
158760
1936
(笑)
02:40
So this robot uses a Samsung Galaxy smartphone that you can buy off the shelf,
46
160720
6176
このロボットは お店ですぐに買える サムスンのギャラクシー携帯を利用し
02:46
and all you need is an app that you can download from our app store.
47
166920
4016
アプリはAppストアから ダウンロードできます
02:50
And you can see this robot reading the letters, "TED" in this case,
48
170960
4216
このロボットは 今 「TED」の文字を読み取っているところです
02:55
looking at the corners of the "T" and the "E"
49
175200
2936
「T」と「E」の角を探し出し
02:58
and then triangulating off of that, flying autonomously.
50
178160
3480
三角測量しつつ自律飛行しています
03:02
That joystick is just there to make sure if the robot goes crazy,
51
182720
3256
ジョイスティックは ロボットが暴走した時のためで
その時にはジュゼッペ君が 止めてくれます
03:06
Giuseppe can kill it.
52
186000
1416
03:07
(Laughter)
53
187440
1640
(笑)
03:10
In addition to building these small robots,
54
190920
3816
単に小さなロボットを 作るというだけでなく
03:14
we also experiment with aggressive behaviors, like you see here.
55
194760
4800
このような激しい動きをさせる 実験もしています
03:19
So this robot is now traveling at two to three meters per second,
56
199920
5296
このロボットは秒速2-3メートルで動き
方向転換をするときには 上下運動や回転運動を素早く行います
03:25
pitching and rolling aggressively as it changes direction.
57
205240
3496
03:28
The main point is we can have smaller robots that can go faster
58
208760
4256
重要な点は 小さなロボットは 素早く動け
03:33
and then travel in these very unstructured environments.
59
213040
2960
障害の多い環境中を うまく移動できることです
03:37
And in this next video,
60
217120
2056
次のビデオでお見せするのは
03:39
just like you see this bird, an eagle, gracefully coordinating its wings,
61
219200
5896
鷲のような鳥が 羽と目と足を優雅に連携させて
水中の獲物を捉まえるように
03:45
its eyes and feet to grab prey out of the water,
62
225120
4296
私たちのロボットにも 魚採りができることです
03:49
our robot can go fishing, too.
63
229440
1896
03:51
(Laughter)
64
231360
1496
(笑)
03:52
In this case, this is a Philly cheesesteak hoagie that it's grabbing out of thin air.
65
232880
4056
どこからともなくやって来て チーズ & ステーキのロールパンサンドを
03:56
(Laughter)
66
236960
2400
かっさらっています (笑)
03:59
So you can see this robot going at about three meters per second,
67
239680
3296
このロボットは人の歩く速さよりも速い 秒速約3メートルで動き
04:03
which is faster than walking speed, coordinating its arms, its claws
68
243000
5136
腕と爪と飛行を 絶妙なタイミングで連携させ
04:08
and its flight with split-second timing to achieve this maneuver.
69
248160
4120
このような動作を達成しています
04:14
In another experiment,
70
254120
1216
別の実験でお見せするのは
04:15
I want to show you how the robot adapts its flight
71
255360
3656
枠の幅よりも長い紐で
重りを吊したロボットが
04:19
to control its suspended payload,
72
259040
2376
04:21
whose length is actually larger than the width of the window.
73
261440
3800
その枠の中を 上手くくぐり抜ける様子です
04:25
So in order to accomplish this,
74
265680
1696
これを成し遂げるには
04:27
it actually has to pitch and adjust the altitude
75
267400
3696
上下に動いて 高度を調整することで
04:31
and swing the payload through.
76
271120
2320
重りをスイングさせる 必要があります
04:38
But of course we want to make these even smaller,
77
278920
2296
しかし もっと小さいものが 作れたらと思っています
04:41
and we're inspired in particular by honeybees.
78
281240
3016
特にミツバチにヒントを得ました
04:44
So if you look at honeybees, and this is a slowed down video,
79
284280
3256
これはスローモーションで 再生したビデオですが
04:47
they're so small, the inertia is so lightweight --
80
287560
3720
ミツバチはとても小さく その慣性力は僅かです
04:51
(Laughter)
81
291960
1176
(笑)
04:53
that they don't care -- they bounce off my hand, for example.
82
293160
3536
例えば 私の手にぶつかっても ほとんど気にかけません
04:56
This is a little robot that mimics the honeybee behavior.
83
296720
3160
これはミツバチの動きをまねた 小型ロボットです
05:00
And smaller is better,
84
300600
1216
小さいほど
05:01
because along with the small size you get lower inertia.
85
301840
3536
慣性力が小さくなるので 都合がいいのです
05:05
Along with lower inertia --
86
305400
1536
慣性力が小さいと—
05:06
(Robot buzzing, laughter)
87
306960
2856
(周りをブンブン飛び回るロボット) (笑)
05:09
along with lower inertia, you're resistant to collisions.
88
309840
2816
慣性力が小さいと 衝突に対し強くなります
05:12
And that makes you more robust.
89
312680
1720
より丈夫になるということです
05:15
So just like these honeybees, we build small robots.
90
315800
2656
そういうわけでミツバチのように 小さなロボットを作ります
05:18
And this particular one is only 25 grams in weight.
91
318480
3376
これは僅か25グラムしかありません
05:21
It consumes only six watts of power.
92
321880
2160
消費電力はほんの6ワットです
05:24
And it can travel up to six meters per second.
93
324440
2536
秒速6メートルまで出せます
05:27
So if I normalize that to its size,
94
327000
2336
ボーイング787の大きさだったら
05:29
it's like a Boeing 787 traveling ten times the speed of sound.
95
329360
3640
音速の10倍に相当する速さです
05:36
(Laughter)
96
336000
2096
(笑)
05:38
And I want to show you an example.
97
338120
1920
実例をお見せしましょう
05:40
This is probably the first planned mid-air collision, at one-twentieth normal speed.
98
340840
5256
これはたぶん初めての空中衝突実験で 20分の1のスピードでお見せしています
05:46
These are going at a relative speed of two meters per second,
99
346120
2858
(ロボット同士の) 相対速度は 毎秒2メートルで
05:49
and this illustrates the basic principle.
100
349002
2480
お話しした基本原理を例示しています
05:52
The two-gram carbon fiber cage around it prevents the propellers from entangling,
101
352200
4976
機体を保護する2グラムの炭素繊維のカゴは プロペラ同士が絡まるのを防いでいます
05:57
but essentially the collision is absorbed and the robot responds to the collisions.
102
357200
5296
衝撃は吸収され ロボットは衝突に対応しています
06:02
And so small also means safe.
103
362520
2560
小さいということは安全も意味します
06:05
In my lab, as we developed these robots,
104
365400
2016
研究室ではこんなロボットを作ってきました
06:07
we start off with these big robots
105
367440
1620
大型のロボットから始め
06:09
and then now we're down to these small robots.
106
369084
2812
小型のものへと移っていきました
06:11
And if you plot a histogram of the number of Band-Aids we've ordered
107
371920
3456
これまで研究室で発注した絆創膏の数を ヒストグラムにしたら
06:15
in the past, that sort of tailed off now.
108
375400
2576
どんどん小さくなっていることが 分るでしょう
06:18
Because these robots are really safe.
109
378000
1960
ロボットが安全になってきたからです
06:20
The small size has some disadvantages,
110
380760
2456
小さいと不利な点もあります
06:23
and nature has found a number of ways to compensate for these disadvantages.
111
383240
4080
自然はこの不利な点を補う方法を 進化させてきました
06:27
The basic idea is they aggregate to form large groups, or swarms.
112
387960
4000
基本的には集団や群れを作る ということです
06:32
So, similarly, in our lab, we try to create artificial robot swarms.
113
392320
3976
我々の研究室でも 同様に 人工的なロボットの集団を試してみました
06:36
And this is quite challenging
114
396320
1381
これはかなり難しい技術です
06:37
because now you have to think about networks of robots.
115
397725
3320
ロボット間のネットワークを 考慮しなければならないからです
06:41
And within each robot,
116
401360
1296
各ロボットの
06:42
you have to think about the interplay of sensing, communication, computation --
117
402680
5616
センサー、通信、計算の 連携を考えなければなりません
06:48
and this network then becomes quite difficult to control and manage.
118
408320
4960
このネットワークの制御、管理が 実にやっかいなのです
06:54
So from nature we take away three organizing principles
119
414160
3296
自然から3つの(自己)組織化の原理を 見習うことによって
06:57
that essentially allow us to develop our algorithms.
120
417480
3160
制御のアルゴリズムを 開発することができます
07:01
The first idea is that robots need to be aware of their neighbors.
121
421640
4536
1つ目のアイデアは ロボットが近くの個体を認識することです
07:06
They need to be able to sense and communicate with their neighbors.
122
426200
3440
近隣の個体を認識して 互いに通信できなければなりません
07:10
So this video illustrates the basic idea.
123
430040
2656
このビデオはその基本原理を示しています
07:12
You have four robots --
124
432720
1296
4機のロボットがいます
07:14
one of the robots has actually been hijacked by a human operator, literally.
125
434040
4240
その内1機が 文字通り 人間のオペレータによってハイジャックされています
07:19
But because the robots interact with each other,
126
439217
2239
ロボットは互いに相互作用し
07:21
they sense their neighbors,
127
441480
1656
近くの個体を認識しているので
07:23
they essentially follow.
128
443160
1296
動きに追従します
07:24
And here there's a single person able to lead this network of followers.
129
444480
5360
この例では1人の人間が 追従するロボットを先導しています
07:32
So again, it's not because all the robots know where they're supposed to go.
130
452000
5056
どのロボットもどこへ行くべきか 分っているわけではなく
07:37
It's because they're just reacting to the positions of their neighbors.
131
457080
4320
ただ近くのロボットの位置に対し 反応しているだけです
07:43
(Laughter)
132
463720
4120
(笑)
07:48
So the next experiment illustrates the second organizing principle.
133
468280
5240
次の実験は 組織化の2つ目の原理を示すものです
07:54
And this principle has to do with the principle of anonymity.
134
474920
3800
この原理は匿名性の原理と関連しています
07:59
Here the key idea is that
135
479400
4296
ここで基本となる考えは
ロボットは近隣の個体を 識別していないということです
08:03
the robots are agnostic to the identities of their neighbors.
136
483720
4240
08:08
They're asked to form a circular shape,
137
488440
2616
円陣を組めという指令を受けると
08:11
and no matter how many robots you introduce into the formation,
138
491080
3296
編隊を組むロボットの数を いかに増やそうと
08:14
or how many robots you pull out,
139
494400
2576
あるいは 何体か取り除こうと
08:17
each robot is simply reacting to its neighbor.
140
497000
3136
各ロボットは単に 隣にいるロボットに反応するだけなのです
08:20
It's aware of the fact that it needs to form the circular shape,
141
500160
4976
円陣を組むという 指示を受けるものの
隣のロボットと協調するだけで
08:25
but collaborating with its neighbors
142
505160
1776
08:26
it forms the shape without central coordination.
143
506960
3720
中央制御によって 編隊を形成しているわけではありません
08:31
Now if you put these ideas together,
144
511520
2416
これらのアイデアを一緒にすると
08:33
the third idea is that we essentially give these robots
145
513960
3896
3つ目のアイデアが得られます
08:37
mathematical descriptions of the shape they need to execute.
146
517880
4296
ロボットに編隊の形の 数学的記述を与えるということです
08:42
And these shapes can be varying as a function of time,
147
522200
3496
形は時間と共に変わっていきます
08:45
and you'll see these robots start from a circular formation,
148
525720
4496
ご覧の様に 円形から始まり
08:50
change into a rectangular formation, stretch into a straight line,
149
530240
3256
長方形を形作った後 直線状に広がり
08:53
back into an ellipse.
150
533520
1375
また楕円に戻ります
08:54
And they do this with the same kind of split-second coordination
151
534919
3617
自然界における生物の群れと同様に
08:58
that you see in natural swarms, in nature.
152
538560
3280
瞬間瞬間の協調によって こういったことを成し遂げています
09:03
So why work with swarms?
153
543080
2136
なぜ群れについて研究しているのか?
09:05
Let me tell you about two applications that we are very interested in.
154
545240
4120
我々がとても興味を抱いている 2つの応用があります
09:10
The first one has to do with agriculture,
155
550160
2376
1つ目は農業に関するものです
09:12
which is probably the biggest problem that we're facing worldwide.
156
552560
3360
我々が世界で直面している 最大の問題と言って良いでしょう
09:16
As you well know,
157
556760
1256
ご存知の通り
09:18
one in every seven persons in this earth is malnourished.
158
558040
3520
世界では 7人に1人が栄養失調です
09:21
Most of the land that we can cultivate has already been cultivated.
159
561920
3480
耕作可能な土地は 既に殆ど開拓されています
09:25
And the efficiency of most systems in the world is improving,
160
565960
3216
こんにちの世界では 多くのシステムの効率が向上していますが
09:29
but our production system efficiency is actually declining.
161
569200
3520
農業の生産効率は低下しています
09:33
And that's mostly because of water shortage, crop diseases, climate change
162
573080
4216
原因はおそらく 水不足、穀物の病気 気候変動や
09:37
and a couple of other things.
163
577320
1520
その他の理由にあります
09:39
So what can robots do?
164
579360
1480
ロボットに何が出来るでしょう?
09:41
Well, we adopt an approach that's called Precision Farming in the community.
165
581200
4616
この分野で精密農業(プレシジョンファーミング) と呼ばれる手法を取り入れてみました
09:45
And the basic idea is that we fly aerial robots through orchards,
166
585840
5376
基本的な考えはこうです 果樹園にロボットを飛ばし
個々の木の精密なモデルを作成します
09:51
and then we build precision models of individual plants.
167
591240
3120
09:54
So just like personalized medicine,
168
594829
1667
個々の患者の 遺伝体質に合わせた
09:56
while you might imagine wanting to treat every patient individually,
169
596520
4816
オーダーメード医療のように
10:01
what we'd like to do is build models of individual plants
170
601360
3696
個々の木のモデルを製作することによって
10:05
and then tell the farmer what kind of inputs every plant needs --
171
605080
4136
農家はそれぞれの木が必要とするもの―
10:09
the inputs in this case being water, fertilizer and pesticide.
172
609240
4440
この場合 水、肥料や殺虫剤といったものですが それを知ることができます
10:14
Here you'll see robots traveling through an apple orchard,
173
614640
3616
ロボットがリンゴ園を飛び交っています
10:18
and in a minute you'll see two of its companions
174
618280
2256
仲間の2機が同じようなことを しているのが
10:20
doing the same thing on the left side.
175
620560
1810
すぐに 左手に見えてきます
10:22
And what they're doing is essentially building a map of the orchard.
176
622800
3656
果樹園のマップを作成しているところで
10:26
Within the map is a map of every plant in this orchard.
177
626480
2816
果樹園にある1本1本の木を マッピングしています
10:29
(Robot buzzing)
178
629320
1656
(ブンブン)
10:31
Let's see what those maps look like.
179
631000
1896
ではそのマップを見てみましょう
10:32
In the next video, you'll see the cameras that are being used on this robot.
180
632920
4296
次のビデオではロボットに搭載された カメラの映像をご覧になれます
10:37
On the top-left is essentially a standard color camera.
181
637240
3240
左上は通常のカラー映像です
10:41
On the left-center is an infrared camera.
182
641640
3296
左中央は赤外線映像で
10:44
And on the bottom-left is a thermal camera.
183
644960
3776
左下はサーマルカメラのものです
10:48
And on the main panel, you're seeing a three-dimensional reconstruction
184
648760
3336
中央のパネルでは 各センサーが木々を通過するのに合わせ
10:52
of every tree in the orchard as the sensors fly right past the trees.
185
652120
6120
果樹園の木の状態が 3次元的に再構成されていく様子が見られます
10:59
Armed with information like this, we can do several things.
186
659640
4040
こういった情報を用いて 多くのことが出来ます
11:04
The first and possibly the most important thing we can do is very simple:
187
664200
4256
1つ目はおそらく最も重要なことですが とても単純なこと
11:08
count the number of fruits on every tree.
188
668480
2440
木になっている果実の数を 数えるということです
11:11
By doing this, you tell the farmer how many fruits she has in every tree
189
671520
4536
これによって農家は 個々の木になる果実の数を知り
11:16
and allow her to estimate the yield in the orchard,
190
676080
4256
果樹園全体の収穫量を見積もり
11:20
optimizing the production chain downstream.
191
680360
2840
生産販売経路を 最適化することができます
11:23
The second thing we can do
192
683640
1616
2つ目に可能なことは
11:25
is take models of plants, construct three-dimensional reconstructions,
193
685280
4496
木のモデルに基づき 3次元形状を再構成し
11:29
and from that estimate the canopy size,
194
689800
2536
そこから樹冠の面積を 推定することで
11:32
and then correlate the canopy size to the amount of leaf area on every plant.
195
692360
3776
土地単位面積あたりの 葉面積を求めるということです
11:36
And this is called the leaf area index.
196
696160
2176
これは葉面積指数と呼ばれます
11:38
So if you know this leaf area index,
197
698360
1936
葉面積指数は
11:40
you essentially have a measure of how much photosynthesis is possible in every plant,
198
700320
5456
それぞれの木がどれだけの光合成を 行っているかの指標となり
11:45
which again tells you how healthy each plant is.
199
705800
2880
個々の木の健康度を示します
11:49
By combining visual and infrared information,
200
709520
4216
可視光と赤外線データを組み合わせると
11:53
we can also compute indices such as NDVI.
201
713760
3296
正規化植生指標といった指標を 計算することができます
11:57
And in this particular case, you can essentially see
202
717080
2816
ご覧の例では
11:59
there are some crops that are not doing as well as other crops.
203
719920
3016
ある作物が他の作物に比べて 状態が悪いことが見て取れます
12:02
This is easily discernible from imagery,
204
722960
4056
これは通常の可視光だけでなく
可視光と赤外線イメージを 組み合わせることで
12:07
not just visual imagery but combining
205
727040
2216
12:09
both visual imagery and infrared imagery.
206
729280
2776
容易に識別できるようになります
12:12
And then lastly,
207
732080
1336
最後に
12:13
one thing we're interested in doing is detecting the early onset of chlorosis --
208
733440
4016
我々が関心を持っているのは 植物の黄白化の早期発見です
12:17
and this is an orange tree --
209
737480
1496
これはオレンジの木です
12:19
which is essentially seen by yellowing of leaves.
210
739000
2560
葉が黄色くなっています
12:21
But robots flying overhead can easily spot this autonomously
211
741880
3896
上空にロボットを飛ばすことで これは自動で容易に発見できます
12:25
and then report to the farmer that he or she has a problem
212
745800
2936
そして果樹園のこの区域に 異常があることを
12:28
in this section of the orchard.
213
748760
1520
農家に知らせます
12:30
Systems like this can really help,
214
750800
2696
このようなシステムはとても有効で
12:33
and we're projecting yields that can improve by about ten percent
215
753520
5816
10%の収穫量増加が期待できますが
12:39
and, more importantly, decrease the amount of inputs such as water
216
759360
3216
さらに重要なのは 飛行ロボットを使うことで
12:42
by 25 percent by using aerial robot swarms.
217
762600
3280
水の25%削減など 投入資源を減らせることです
12:47
Lastly, I want you to applaud the people who actually create the future,
218
767200
5736
最後になりますが 未来を創造する この人達に拍手をお願いしたいと思います
12:52
Yash Mulgaonkar, Sikang Liu and Giuseppe Loianno,
219
772960
4920
ヤッシュ・ムルガンカー、シカン・リウ ジュゼッペ・ロイアーノ
12:57
who are responsible for the three demonstrations that you saw.
220
777920
3496
彼らがご覧になった3つのデモを 作成してくれました
13:01
Thank you.
221
781440
1176
有難うございました
13:02
(Applause)
222
782640
5920
(拍手)
このウェブサイトについて

このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。

https://forms.gle/WvT1wiN1qDtmnspy7