← 注目のニュースに戻る

荷物を置く前に荷崩れを予測。NTT、ロボットの行動選択を支援

荷物棚と一般的なロボットアームのAI生成・イメージ画像。実際のNTT機器の写真ではありません。(説明用画像・現場写真ではありません)
AI生成のイメージ画像。実際の人物・製品・現場を撮影した写真ではありません。

NTTは11月11日、ロボットが動く前に複数の行動を予測し、荷崩れや落下を避ける技術を発表した。小型ロボットの棚積み実験で成功率が73.1%から92.3%に向上したという。空港手荷物への適用を想定するが、実用化では予測にかかる時間も課題となる。

押さえておきたい要点

  • 映像の予測に物体の重さ・速度などの計算を組み合わせる。
  • 92.3%は小型ロボットの実験値で、実際の空港の作業成績ではない。
  • 説明会取材では、予測処理の高速化が課題として挙げられた。

複数の動かし方を実行前に比べる

NTTは11月11日、荷物を積むロボットの行動候補について、実行後の状態を予測して評価する技術を発表した。従来の制御プログラムが作る候補を受け取り、荷物の落下や衝突が起きるかを調べ、成功につながりやすい行動を選ぶ。制御装置を丸ごと置き換えるという説明ではなく、動く前の判断を補う仕組みとして位置付ける。

この節の出典NTT(公式発表) ↗

映像と物理計算の役割を分ける

同社は、物体の位置、向き、速度、重さなどを推定し、運動方程式で変化を計算する仕組みを映像生成モデルに組み合わせたと説明する。通常の映像予測では見た目が自然でも、途中で物が消えるなど物理的に不適切な結果が生じ得る。荷物を安全に置く判断には、その見た目だけでなく、接触した物体がどう動くかを扱う必要がある。

この節の出典NTT(公式発表) ↗

92.3%という実験値の範囲

公表された小型ロボットの棚積みでは、成功率が73.1%から92.3%へ改善した。これは空港の実業務で同じ成績を達成したという発表ではない。TECH+の説明会取材でも、複数の候補から失敗しにくい行動を選ぶ実験として紹介された。同じ数値が複数媒体に掲載されても、性能を第三者が再測定した裏付けが増えたとは数えない。

実用化では予測の速さも問われる

TECH+によると、研究者は5秒先の予測に現状2〜3秒ほど必要と説明した。失敗が減っても、待ち時間で作業量が落ちれば現場での効果は変わる。NTTはMujinと連携し、まず空港手荷物での適用を想定する。今後の確認点は、実証での荷物の種類、安全条件、処理速度、時間当たりの作業量であり、現時点で商用運用が完了したとはいえない。

確認できない点・読み方

成功率はNTTの公表実験に基づき、第三者による再現結果ではない。説明会取材も同社の説明を伝えるもので、独立した性能試験ではない。

確認できた反響

数値は取得時点のものです。媒体間で単純比較はできません。

GO TO THE SOURCE

出典を読む

本記事は出典に基づきAIを使用して作成した独自の要約です。転載記事・現地取材記事ではありません。