H2L、15分の体験データでロボット自律制御の成功率95%

H2Lは、国産フィジカルAI「BodySharing® Physical AI」を発表します。
人の姿勢や動き、力加減などの固有感覚データを学習し、ロボットを自律制御します。
双腕ロボットを使った社内評価では、15分の体験データで作業成功率95%を達成しました。

記事の概要

BodySharing® Physical AIは、人の体験データを少量のトークンとして学習に用います。
学習データには、姿勢や動作に加えて、重さや抵抗に応じた力加減を含めます。
H2L独自の光学式筋変位センサ「FirstVR」で、筋肉の膨らみから力加減を推定します。
作業者はセンサを腕に装着し、スマートフォンまたはPCのカメラで素手の作業を記録します。
双腕ロボットSciurus17によるキューブとタオルの運搬整理で、約5,200万パラメータの制御モデルを学習させました。
3人が計15分実演した条件では、100回の試行で作業成功率95%でした。
11人が計22分実演した条件では、100回の試行で作業成功率99%でした。
H2Lは、製造現場の熟練技能継承や物流・小売のバックヤード作業への応用を想定しています。

記事のポイント

1. 固有感覚を学習： 人の動作だけでなく、対象物に応じた力加減もデータ化して学習に利用します。
2. 15分で成功率95%： Sciurus17で100回試行し、3人が計15分実演した条件で成功率95%を達成しました。
3. 対応機種を拡大： xArm7とSciurus17で実証済みで、今後は6自由度以上のロボットへ対応を広げます。

このニュースがもたらす影響

• 導入検討企業： 自社作業への適用を検討する企業は、短時間の実演で学習できる可能性を踏まえ、対象作業や環境ごとの成功率を小規模な実証で確かめる必要がありそうです。
• ロボット開発企業： 動作だけでなく力加減を含む制御信号を扱うため、ロボット側には対象機器との接続や作業環境への適応を含めた実装設計が求められそうです。対応機種の拡大は、連携可能なロボットの範囲を広げる可能性があります。
• 熟練技能の管理者： 熟練者の作業を動作と力加減のデータとして収集できれば、技能継承を口頭や映像だけに頼らず、ロボット自動化と結び付けて管理する選択肢が生まれると考えられます。

このニュースの背景

ロボットが日常の作業を担うには、物を動かす手順だけでなく、対象に応じた力加減を学習する必要があります。
H2Lは、筋肉の膨らみから推定した力加減と姿勢・動作のデータを組み合わせ、ロボットの制御に利用しています。
社内評価では、参加者の構成と実演方法が異なる2条件で成功率を測定しており、結果は評価した作業と環境におけるものとされています。

関連するニュース

• AVITAはAI自律制御と遠隔操作を組み合わせたフィジカルAIを工場や物流、店舗の業務向けに提供します。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

国産フィジカルAI、人の体験データ15分で作業成功率95%

H2L株式会社のプレスリリース（2026年10月14日 08時00分）国産フィジカルAI、人の体験データ15分で作業成功…