NTT、物理法則でロボットの行動結果を予測する技術を発表

NTTは11日、ロボットの行動前に失敗リスクを予測するフィジカルAI技術を発表しました。
物理法則に基づく「NTTワールドモデル」で複数の行動候補を評価します。
不定形物の棚積み実験では、タスク成功率が73.1％から92.3％に向上しました。

記事の概要

NTTワールドモデルは、ロボットの行動による将来の状態変化を予測するモデルです。
映像生成モデルに独自開発の「物理制御アダプタ」を組み合わせています。
物体の位置や姿勢、速度、質量を推定し、運動方程式に基づいて動きを予測します。
物体同士の接触や衝突を再現し、物体の消失や変形などの不自然な予測を抑えます。
VLAモデルやモーションプランナーが生成した行動候補を映像で評価し、成否をスコア化します。
小型ロボットの不定形物の棚積み実験では、オープンソースのVLAモデル「π0.5」と組み合わせました。
公開ベンチマーク「OBJ3D」では、LPIPSが7.81となり、OCKの7.92やNVIDIA Cosmos Predict 2.5の21.90を上回りました。
NTTは空港手荷物の積み込み・積み下ろしを初期適用先とし、Mujinと実証を進めるほか、物流・倉庫や製造、建設、小売への展開を目指します。

記事のポイント

1. 物理法則で未来予測： 物体の位置や質量などを推定し、運動方程式から接触や衝突を含む動きを予測します。
2. 行動候補を事前評価： VLAモデルなどが作った複数の動作を実行前に比較し、成功率の高い行動を選べます。
3. 成功率が19.2ポイント向上： 不定形物の棚積み実験で、π0.5との組み合わせにより成功率が73.1％から92.3％になりました。

このニュースがもたらす影響

• 導入を検討する企業： 不定形物を扱う企業は、ロボットの実行精度だけでなく、候補動作を事前評価して失敗を減らせるかを検証する段階に入りそうです。
• ロボット開発企業： VLAモデルやモーションプランナー単体の性能に加え、物理的に不自然な予測を抑え、現場での成功率につなげる評価機能が差別化要素になる可能性があります。
• 物流現場の責任者： 荷物の形状や重量が揃わない作業では、例外パターンをすべて学習させるより、実行前のリスク判定を組み込む運用を検討しやすくなりそうです。

このニュースの背景

従来のワールドモデルは映像データから未来の変化を学習する方式が主流で、未学習の状況では物理法則に反する予測が課題になっていました。
空港手荷物や宅配便の荷物は形状・重量・配置が異なるため、あらゆる状況を想定した学習データを集めにくい現場です。
NTTは映像生成モデルに物理制御アダプタを組み合わせ、物体の状態推定と運動方程式による予測を行えるようにしました。
初期適用先として空港手荷物の積み込み・積み下ろしを想定し、Mujinとの実証や物流・倉庫、製造、建設、小売への展開を進めます。

関連するニュース

• NTTは、物理法則を組み込んだワールドモデルでロボットの荷崩れや落下を事前予測する技術を開発しました。
• NTTドコモは、AIエージェントとロボットを接続し、属性や周囲に応じて動作を制御する基盤を開発しました。
• H2Lは、人の動作と力加減を学習したロボット自律制御技術を発表しました。

詳しい記事の内容はこちらから（引用元）

Impress Watch

NTT、“未来を予測する”フィジカルAI　ロボットの失敗を回避

NTTは11日、ロボットが行動する前に、荷崩れや落下などのリスクを予測し、成功率の高い行動を選択できるフィジカルAI技術…