NTT、物理法則でロボットの荷崩れを事前に予測する技術を開発

NTTは、ロボットが動く前に荷崩れや落下を予測する技術を開発しました。
物体の重さや向き、速度などを扱うワールドモデルを構築しました。
小型ロボットの棚積みタスクでは、成功率が73.1％から92.3％に向上しました。
空港手荷物の積込み・積降ろしを起点に、物流や製造などへの展開をめざします。

記事の概要

NTTは、複数の行動候補を実行した場合の未来を予測・評価する技術を実現しました。
ワールドモデルには、物理量を明示的に扱う「物理制御アダプタ」を組み込んでいます。
物理制御アダプタは、映像から物体の位置や向き、速度、重さなどを推定します。
その情報を運動方程式に基づく計算へ反映し、衝突や崩落などを含む状態変化を予測します。
映像生成モデルとの統合により、行動候補ごとの未来を映像として生成できる構成です。
公開ベンチマークOBJ3Dでは、評価指標LPIPSで従来手法を上回る予測精度を確認しました。
小型ロボットによる棚積みタスクでは、本技術の適用で成功率が73.1％から92.3％へ向上しました。
NTTは株式会社Mujinと連携し、空港手荷物の積込み・積降ろしで社会実証を進めます。

記事のポイント

1. 行動前に未来を比較： ロボット制御が生成した複数の行動候補について、荷崩れや落下の可能性を予測し、成功につながる行動を選べます。
2. 物理法則を予測に反映： 物体ごとの位置、姿勢、速度、質量を扱い、運動方程式に基づいて未知の場面における状態変化も予測します。
3. 棚積み成功率が向上： 荷物の積付けを模擬した小型ロボットの棚積みタスクで、成功率が73.1％から92.3％に向上しました。

このニュースがもたらす影響

• 導入検討企業： 棚積みや積降ろしを自動化する企業は、制御ソフトを全面刷新せず、既存の行動候補を事前評価する仕組みとして導入効果を検証できそうです。
• ロボット企業： 多様な荷物を扱う現場では、学習データの追加だけで失敗を抑えるのが難しいため、物理量を使った予測を制御系の差別化要素にする可能性があります。
• 物流事業者： 空港手荷物での社会実証が進めば、荷崩れや落下を実行前に比較できる運用が検討対象となり、省人化の前提となる安全性の評価方法も変わりそうです。

このニュースの背景

従来のワールドモデルは物理量を明示的に扱わず、物体の消失や変形、衝突の予測に課題がありました。
形状や重量、配置が多様な空港手荷物では、あらゆる状況を学習データで網羅することが難しく、行動後の荷崩れや落下を事前に見極めにくい状況でした。
NTTは、映像から推定した物理量を運動方程式に基づく計算へ反映し、映像生成モデルと統合することで、未知の場面にも対応する構成を目指しています。

関連するニュース

• 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。
• ExotecはAIとデジタルツインで物流ロボット群を制御し、停止に強い倉庫運用を目指しています。

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

ロボットが「動く前に未来を予測」、失敗を回避するフィジカルAI技術を開発

NTT株式会社のプレスリリース（2026年11月11日 15時00分）ロボットが「動く前に未来を予測」、失敗を回避するフ…