「あらゆるタイプの施設においてロボットの導入を実現するため、ロボットフレンドリーな環境の構築を支援する」ことを目的に2022年9月に発足した「ロボットフレンドリー施設推進機構（略称RFA）」1）。その活動内容と建物のロボフレ化について解説していく連載、第4回目となる今回は、ロボットフレンドリーな物理環境特性を標準化しようという試みについて、国家プロジェクト「革新的ロボット研究開発等基盤構築事業」（以下、構築事業）とRFAの物理環境特性TC（technical committee）の活動を中心に解説する。 第1回：ロボフレとは。概念の成立とRFAの発足 第2回：ロボットとエレベーターの連携 第3回：ロボットとセキュリティ（扉）の連携 第4回：ロボットフレンドリーな物理環境（←今回はここ） 第5回：Octa Robotics のロボフレ事業 「ロボットが主、環境が従」でよいのか 現状のロボット

大規模言語モデル（LLM）は大量のテキスト、書籍、プログラムを基に事前学習しているおかげで大量の知識を蓄え、それを利用した問題解決ができる。LLMのもう1つの代表的な能力としてその場で学習を行っていることが挙げられる。 一般に機械学習は学習フェーズと推論フェーズから成り、学習フェーズのみパラメータを調整することで学習し、推論フェーズはパラメータは固定した上で利用するため推論フェーズには学習できないようにみえる。 しかし、LLMは推論フェーズで、新たにいくつか訓練事例を与えた後に後続して解きたい問題を与えることでFew-Shot学習を実現し、問題を解く能力を大幅に改善できる1）。さらに、ロールを与えたり（例：プロンプトに「あなたはプロの翻訳家です」を与える）、問題を順を追って解くように指示したり（「段階的に問題を解いてください」を与える）することで問題解決能力が大きく改善することが分かってい

フランスのスタートアップEnchanted Tools社がボールを移動機構とするヒューマノイドロボット「Miroki」を発表した。開発したのは、かつてフランスAldebaran Robotics社を共同創業し、「NAO」や「Pepper」を生み出した人物の一人、Jerome Monceaux氏だ（図1）。Enchanted Tools社の創業者で現在CEO（最高経営責任者）を務める同氏に、新たなヒューマノイドロボットを開発した背景などを聞く。 2021年にフランスEnchanted Tools社を創業し、現在CEO（最高経営責任者）。それ以前は、2005年にフランスAldebaran Robotics社を共同創業し、「NAO」や「Pepper」の開発に携わった。買収によりソフトバンクロボティクスに移籍し、2015年までチーフ・クリエイティブ・オフィサーを務める。2015年にはデジタル・クリ

2022年9月、「ロボットフレンドリー施設推進機構（略称RFA）」が発足した1）。RFAは、「あらゆるタイプの施設においてロボットの導入を実現するため、ロボットフレンドリーな環境の構築を支援する」ことを目的に、ロボットのユーザー企業が主導して設立された団体である2）。RFAに参加するユーザー企業の最大目標は、清掃、警備、搬送といった施設管理業務の効率化にある。生産年齢人口が減少する日本にあって、ロボットがその効率化の有力な手段と考えている。 筆者は、2010年よりサービスロボットの標準化活動に携わり、ISO/TC 299/WG 4（サービスロボットの性能）のConvenor（委員長）を務めるなど、ISO、IEC、JIS規格の策定に多く関わってきた。その実績があったことから、RFAの標準化会議の初代議長に選任された。本連載はRFAの活動内容に合わせて、以下の全5回に渡って、「建物のロボフレ化

拡散モデルベースの動画生成AIを、ロボットの行動生成に応用しようとする技術がついに現れた。画像はタスク指示のテキストを基に実際に生成させたタスク動画例。（画像：グーグル・MIT・UCB・University of Alberta） 用いているのは「拡散モデル（diffusion model）」1）というディープラーニング技術ベースの生成モデルだ。Stable DiffusionやDALL・E 2など近年の画像生成AIの大半も、この拡散モデルという技術をベースにしている。 画像生成AIは従来、VAE（variational autoencoder）やGAN（generative adversarial network）などをベースに発展してきたが、2020年に拡散モデルで画期的な成果が出現して以来、急速に生成品質が向上した。ほとんど実写と見分けがつかないような画像を生成できるようになってきて

強化学習技術の利用が2足歩行ロボットにまで広がってきた。 2022年9月、米国のロボットベンチャーであるAgility Robotics社と米Oregon State University（OSU）が、自社の2足歩行ロボット「Cassie」で100m走を行い、24.73秒で2足歩行ロボットとしてのギネス世界記録になったと発表した。強化学習で得た制御器（方策）でロボットを走らせ、記録を実現した（図1）。

米グーグルから、注目に値する“すごい”ロボット技術が登場した。 同社が得意とするロボット向け機械学習技術の領域での成果だが、これまで漸進的な進化が続いてきた強化学習や模倣学習といった範疇の技術ではない。それら旧来的な枠組みにとどまるものではなく、家庭やオフィスで使える汎用的なサービスロボット実現に向け、大きな前進となる技術である。細かいミクロな要素技術というよりも、こうした汎用的ロボットを実現するためのマクロなソフトウエアアーキテクチャの面で、今後の革新への萌芽となる成果を今回、出した（図1）。ロボット技術者であれば、決して無視できない成果である。 開発したのは、グーグルのロボット研究部門、および「Everyday Robots」という組織だ。Everyday Robotsは米Alphabet社（グーグルの親会社）傘下の基礎研究組織X Development社で発足したプロジェクトで、グー

遠隔操作ロボットやロボットハンドなど、様々なロボットの研究開発成果を公にし始めたソニーグループは、多脚の移動ロボットでも新たな動きを見せている。同社が手掛ける「Tachyon（タキオン）」シリーズは、2015年に設計構想が始まった移動ロボットだ。4脚ロボットだった第1世代から進化を続け、2021年に発表となった第3世代は、なんと6脚に脚が増えていた。開発拠点を訪問し、4脚ロボットと6脚ロボットのデモを実際に見ながら、担当者に技術のポイントを聞いた。 ソニーグループ（ソニーG）のオフィスビル地下にある移動ロボットの開発拠点を訪ねると、3台の多脚ロボットが出迎えてくれた。ソニーGが研究開発を進めてきた移動ロボット「Tachyon（タキオン）」の第1世代（以下、Tachyon1）、第2世代（以下、Tachyon2）、第3世代（以下、Tachyon3）の3台だ（図1、2）。 これらは「現在1台ずつ

強化学習ベースの4脚歩行ロボットが、スイスの山中で低山のハイキングに成功した。標高差120mほどの自然の山道を自律的に登り、頂上に到達。そのまま下山して登山口に帰ってくるまで一度の転倒もなく、1時間ほどの行程を人間の手助けなしに安定的にこなした（図1、図2）。 道中には、木の根が浮き出た斜面、石が乱雑に敷き詰められた道、最大38％の勾配、そして木の階段などがあったが、そんな険しい自然の山道をセンサを使って環境認識しながら安定的に走破した。踏破時間も人間の場合より短かった注1）。この技術は積雪期にも対応したほどだ（図3）。これまでロボット向け強化学習は長らく研究されてきたが、実用面では人間が作り込んだ制御器が優っている傾向が強かった。そうした序列が覆った事例の1つといえる。

ソニーグループは、現在、「人に役立つロボット」の開発に取り組んでいる。狙うのは、少子⾼齢化などによる労働⼒不⾜に向けて物理的なタスクを代替するロボットだ。その開発の総本山が、R＆Dセンター Tokyo Laboratory 24である。同組織が開発中のロボットの詳細を取材した。 ソニーグループ（ソニーG）の「人に役立つ」ロボット開発の総本山、R＆Dセンター Tokyo Laboratory 24。同組織は“3本の矢"で開発に取り組む。多脚式の「移動ロボット」、医療向けの「精密バイラテラル制御システム」、初期滑りを用いた「マニピュレーター（ロボットハンド）」だ。 同社の3種類のロボットは、独自開発のアクチュエーターやセンサーで課題を解決した。移動ロボットは、独自開発したアクチュエーターで可搬重量を増やした。精密バイラテラル制御システムは、光ファイバーを使った小型センサーでわずかな力を検出可能

SLAMは移動体がオンラインでセンシングを行いながら自己位置推定および環境地図の作成を行うタスクであり、ロボットやドローン、自動車の自動運転などで重要なタスクである。センサとしてLIDARや車輪のエンコーダ（オドメトリ）を使う場合が多いが、カメラを利用したVisual SLAMも増えつつある。 このSLAMタスクにおいて2021年8月に発表されたDROID-SLAM1）は従来のVisual SLAMの精度、成功確率（通常のSLAMは自己位置を見失うなど失敗する場合も多い）を大きく改善した（図1）。具体的にはECCV 2020 SLAM Competitionの優勝チームと比べて自己位置推定精度で62%誤差を小さくしたほか、EuRoC、TUM-RGBD、ETH3D-SLAMなど、他のデータセットでも従来手法の誤差を60～80%近く改善している。また成功確率もETH3D-SLAMで従来手法が1

移動ロボットの経路計画（path planning）やアームの動作計画（motion planning）において、ディープニューラルネット（DNN）を使って高速化しようとの試みが最近増えてきている。経路計画や動作計画は、広大な空間から適切な経路・動作を探索するものであるため、本質的に時間が掛かる処理である。それを機械学習による事前知識を利用することで効率化し、短時間で実行できるようにしようとの狙いだ。 例えば、トヨタ自動車は米University of California San Diegoが開発した「Motion Planning Networks（MPNets）」1）という手法を拡張し、自社のロボット「HSR（Human Support Robot）」向けにそうした技術を開発している2）。 従来、こうした試みではサンプリングベースの動作計画手法を組み合わせることが多かった。動作計画器

ソニーグループ（以下、ソニー）が新型の4脚歩行ロボットを開発した。4脚ロボットといっても、家庭向けの「aibo」1）のような小型のものではない。可搬質量（ペイロード）が20kgもある大型の歩行ロボットである（図1）。 今回の記事では、同社が突然発表したこの大型ロボットの技術の詳細について解説していこう。肝になるのは、同社が独自開発した新型アクチュエータである。

NTOを負極に用いるLIBは東芝が2017年に発表した次世代LIBの技術で、特徴は大きく3つ。（1）6分で90％充電できるなど超急速充電に対応する、（2）充放電サイクル寿命が2万5000回以上と非常に長い、（3）負極活物質の電位がLiに対して1.6Vも高く、Liイオンが析出することによるデンドライトが生じないため安全性が高い、である。 東芝はこれまで、負極活物質にチタン酸リチウム（Li4Ti5O12：LTO）を用いたLIB「SCiB」を製造してきた。SCiBには上記の（2）や（3）と同様な特徴があることで、定置型蓄電池のほか、新幹線車両「N700S」、そしてマイルドハイブリッド車（MHEV、電池の電力を発進や加速時のアシストだけに使う車両）への搭載が進んでいる。 ただし、SCiBはセルの重量エネルギー密度が89～96Wh/kg、体積エネルギー密度で200Wh/L弱と一般の高容量LIBの約1

4脚歩行型のロボット（以下、4脚ロボ）の代表格である米Boston Dynamics（ボストン・ダイナミクス）の「Spot」の市販がついに始まった一方で、中国企業が自社開発の4脚ロボを市場投入するなど米中企業が開発・販売競争を繰り広げている。日本はこの競争の蚊帳の外だ。「国内では、Spotと肩を並べる4脚ロボは見当たらない」――。産業技術総合研究所の上席主任研究員で、歩行ロボットに詳しい梶田秀司氏は現状をこう話す。

ブリヂストンが開発した新材料「SUSYM（サシム）」。その特徴はゴムとプラスチックが分子レベルで結合し、両材料の機能を併せ持つこと。同社は「両者を共重合させた世界初の材料」と胸を張る。

「米中対決」は4脚ロボットの分野でも始まるのか。そう思わせたのは中国Unitree Robotics（ユニツリーロボティクス）。2020年5月に日本でも販売が始まった「Unitree A1」は大きさが中形犬ほどの4脚ロボット。バク宙をこなせる高い運動性能が自慢だ。価格は128万円（税別）と、この種のロボットとしては破格の安さだ（図1）。仮想敵はずばり米Boston Dynamics（ボストン・ダイナミクス）の4脚ロボ「Spot」。サイズは半分ほどだがその分動きが敏捷で価格はなんと6分の1と格安だ。

耐火被覆工事を担う技能労働者は、吹き付け作業などを終えた後、日が落ちる頃に掃除を始める。トゥギャザーを導入すれば、人が吹き付け作業をしている傍らで、ロボットがゴミをかき集めてくれる。人は、集まったゴミを回収するだけで済み、清掃時間は約半分に減る。最大清掃領域は、一般的なオフィスビルに対応できる約40m四方とした。 設定や教育なしで即戦力に トゥギャザーの強みは、導入・運用時の手軽さだ。本体と反射マーカー付きの三角コーン4つが現場に届けば、すぐに使える。複雑な事前設定や特別な道具は必要ない。竹中工務店西日本機材センター機械化施工推進グループの永田幸平主任は、「使ってもらえないと意味がない。いかに現場で扱いやすくできるか。着いたその日から、簡単に使えることが前提だ」と語る。 実際に、操作は驚くほどシンプルだ。掃除したいエリアの四隅に三角コーンを置いて起動させると、ゆっくりと本体が回転し始めた。

米国ニューヨーク市の私立大学である米Columbia Universityの研究者は、数Vの低電圧で生体の筋肉の15倍の力を出せる人工筋肉を開発した。

日本電気（NEC）は、耳音響認証技術を活用した生体認証機能や、地磁気などを使った屋内位置測位機能を搭載するイヤホン型端末（ヒアラブル端末）の試作機を開発したと発表した。2018年初頭の事業化を目指している。同社では自社製品に加えてライセンス供与によるビジネスモデルを検討しており、まずはサービス事業者や機器メーカーとの実証実験に向け、これら技術のAPIを公開したり、試作機の設計書などを提供するとしている。