「触覚ドリーミング」でヒューマノイドの器用さを90.9%向上——CMU・Bosch研究
研究概要
カーネギーメロン大学（CMU）とBosch AIセンターの研究チームが、将来の触覚信号を「夢見る」——予測する——ヒューマノイドロボット制御システムを発表した。「HTD（Humanoid Transformer with Touch Dreaming）」は視覚のみのベースラインと比べ、5種の実世界タスクで成功率が90.9%向上した。
仕組み
HTDは模倣学習と将来の接触信号予測を組み合わせる。現在の触覚フィードバックに反応するだけでなく、直後に生じる接触パターンを事前予測し動作を調整する。全身強化学習・上半身逆運動学・巧みな手部リターゲティングを統合したアーキテクチャを採用している。
テストタスク
- T字パーツ挿入
- 本の整理
- タオル折り
- 猫砂すくい
- ティーサービング
意義
接触が多い精巧な操作はヒューマノイドロボットの最難問の一つだ。HTDはオープンソースで公開されており、商用プラットフォームへの応用が進めば製造・物流・家庭サービス分野での実用化を大幅に前倒しできる。
出典: TechXplore | arXiv論文
Related Articles
Figureの保有ロボット数が初めて人員数を上回った。Brett Adcockが共有したグラフは、2026年にロボット台数が急伸し、社員数の線が数百人規模で緩やかに推移する様子を示す。
MIT Technology Reviewの調査報道により、ヒューマノイドロボット企業がデモの裏で大規模な人間による遠隔操作やデータ収集を隠していることが明らかになった。真の自律性なしに普及すれば「物理的ギグエコノミー」化するリスクが指摘された。
Allen Institute for AI（Ai2）は5月5日、ロボットタスク向けオープンソース基盤モデルMolmoAct 2を公開した。7Bパラメータのモデルで、Physical Intelligenceのπ0.5を実環境・ゼロショットタスクで上回り、成功率最大87.1%を達成した。