NTT、ロボットの荷崩れを防ぐAI技術を開発。棚積み成功率が92%超に

　NTTは11月11日、ロボットが動く前に、複数の行動候補について荷崩れや落下の可能性を予測・評価し、成功につながる行動を選択可能にする技術を発表した。

　近年、ロボットなどの機械が実世界で自律的に判断・行動するフィジカルAIにおいて、ロボットの行動に応じた未来の状態変化を予測する“ワールドモデル”が注目されている。しかし、従来のワールドモデルは物体の物理量を内部で明示的に扱わないため、形状や重量、配置が多様な物品の積み込み・積み下ろしなどでは、行動後に荷崩れや落下が生じるかをあらかじめ見極めることが難しかった。

　今回同社は、映像から将来を予測する仕組みに物理法則に基づく計算を組み合わせる「物理制御アダプタ」を独自開発し、これを映像生成モデルに統合したワールドモデルを構築した。物体ごとの位置・姿勢・速度・質量などの物理量を明示的に推定し、運動方程式に従う動きとして未来を予測する。同技術により、公開ベンチマークで従来手法を上回る精度を確認し、荷物の積付け作業を模擬した小型ロボットによる棚積みタスクでは、成功率が73.1％から92.3％に向上したという。

同技術の中核となる将来予測モデルの構成

　同技術は、既存のロボット制御ソフトウェアと連携し、その判断を補強する形で適用できる。VLAやモーションプランナなどが生成する複数の行動候補について、それぞれを実行した場合の未来を映像として生成し、物体の落下や衝突の有無などの結果を予測・評価する。

　物理法則に基づき状態変化を予測するため、物体の消失や変形を抑え、学習データに含まれない未知の場面や動きにも対応可能だ。空港手荷物や宅配便の小口荷物など、形状・重量・配置が多様な物品を扱い、学習データの網羅が難しい現場に適している。

同技術による行動選択の概要

NTTワールドモデルによる複数の行動候補の予測・評価

　同社は今後、Mujinと連携しながら社会実装を進めるとともに、ロボットサービスベンダ、物流・倉庫事業者などとの連携も検討している。さらに荷物の積み込み・積み下ろしを起点として、製造、建設、小売など多様な物体を扱う幅広い分野へ展開し、人手不足が深刻な現場の省人化と生産性向上に貢献していくとしている。