概要
NTTは2026年11月11日、ロボットの行動による状態変化を予測し、実行前に失敗を避けるフィジカルAI技術を発表した。最初の適用先として、Mujinと連携した手荷物の積み込みを挙げた。
详细事实
物体の性質をモデルに反映
NTTは2026年11月11日、ロボットが行動する前に、その結果として起きる状態変化を予測するフィジカルAI技術を発表した。基盤となる「NTT World Model」では、物体の位置や質量、変形しやすさ、摩擦係数を明示し、ロボットの動作に応じた変化を予測する。
查看出处 ↗センサー情報を組み合わせて失敗を評価
NTTは、画像だけでは把握しにくいスーツケース内部の荷物の偏りなどに対応するため、重量データやロボットアームのトルクセンサー、イベントセンサーの情報を組み合わせる構成を示した。複数の候補動作について、失敗や衝突などの結果を予測し、動作計画の評価に利用する。計算量と速度への配慮から、全動作ではなくリスクの高い区間や失敗しやすい箇所に対象を絞るとしている。
查看出处 ↗手荷物積み込みでMujinと連携
NTTは、重量や形状が異なる手荷物の積み込みを初期の適用先として挙げ、Mujinと連携して技術の適用を進めるとしている。ロボット制御ソフトウェアと連携し、VLAやモーションプランナーが出す動作候補の評価に用いる構成も示した。NTTは、2026年11月18~25日開催の「NTT R&D FORUM 2026」で技術を展示する予定としている。
查看出处 ↗独自観点のコメント
### 物体の性質と動作評価を結ぶ設計
この技術の特徴は、画像から次の状態を予測するだけでなく、質量や摩擦、変形しやすさといった物体の性質をモデルに明示し、センサー情報も加えて動作の結果を評価する点にある。手荷物のように中身や荷重の偏りが外観だけでは分かりにくい対象を、初期用途に選んだ理由とも整合する。
また、NTTは既存のロボット制御ソフトウェアや動作計画器との連携を示している。単独の認識モデルとしてではなく、候補動作の選択や失敗回避に予測を組み込む設計であり、Mujinとの連携は実際の積み込み工程への適用を意識したものといえる。競争上の違いは、基盤モデルの利用に加えて、物理特性の明示と複数センサーの統合を打ち出している点にある。
相关企业与产品
出处
- 媒体报道 MONOist — 阅读原文 ↗