研究開発ウォッチ（10/16）：ロボホンが高齢者18人の悩みを聞いて励ます6週間、早稲田大学が人の聞き手と比べた

今週の研究開発ウォッチは10件。高齢者の会話相手になるロボット、転倒を防ぐ装着具、自閉スペクトラム症の子の療育データ、工場の作業姿勢に合わせて動く協働ロボットと、人の暮らしや仕事のすぐそばで使う研究が4件あった。もう1つの流れは、人の手の感覚をデータにする研究で、素手の力加減や指先の触覚をロボットに渡す試みが日本と中国から出た。一方で、成熟度は10件とも「実験室」で、日常の暮らしや仕事の中で使い続けた実証はまだなかった。家庭・農業・災害など生活の場の研究も今週の候補から選べなかった。成熟度は各件の冒頭に「シミュレーション／実験室／実環境の実証／製品」の4段階で示し、査読の有無も併記した。

ロボホンと人が高齢者18人の悩みを週1回聞いて励ます。早稲田大学が6週間の幸福感の変化を比較

成熟度: 実験室 ｜ ジャンル: HRI・社会受容 ｜ 査読済み（Frontiers in Robotics and AI） ｜ 日本・早稲田大学

何ができたか: 研究室ではなく所沢市の地域施設で、62〜90歳の18人が週1回、シャープのロボホンか人と5〜10分話した。3〜6週目は悩みを聞き、手助けの申し出か気晴らしの勧めかを群で変えた。6週目は4群とも気分（WHO-5）と生活満足度の平均が上がり、気分の伸びはロボット×手助けの群が最大（15.4→19.6）。

どうやったか: ロボホンの動きは止めて目のLEDだけ残し、GPT-4oで応答した。条件差は9往復のうち8番目の一言だけだ。

まだできないこと: 1群4〜5人で統計検定はなく、会話しない対照群もない。ロボット×手助けの群は気分の開始値が最低だった。台本付きの会話で、自宅での利用は今後の課題。体の悩みへの手助けの申し出は、実行できないと受け取られた例もある。

HuRoC の視点: 打ち明けた悩みの多くは普段人に話さないものだった。小さな悩みはロボット、深い話は家族や専門職へつなぐ分担を著者は提案する。通いの場に置くなら、話した内容の扱いの取り決めが先に要る。

一次情報: 論文（Front. Robot. AI, DOI: 10.3389/frobt.2026.1866995）

腕に巻いたセンサーで素手の力加減も記録、H2LのフィジカルAIが15分の実演から片付け成功率95%

成熟度: 実験室 ｜ ジャンル: 基盤モデル・データ ｜ 企業発表 ｜ 日本・H2L

何ができたか: 双腕ロボットSciurus17がキューブとタオルを運んで片付ける社内評価で、3人が5分ずつ実演した計15分のデータで学ぶと成功率95%、11人が1分を2回ずつの計22分では99%（各100試行）。CEATEC 2026では人型ロボットの片付けを展示中。

どうやったか: 腕に巻く光学式センサー「FirstVR」で筋肉の膨らみから力加減を推定し、カメラで撮った姿勢・動作と合わせて学習。動きと力の入れ方を含む制御信号を出す。

まだできないこと: 2条件は参加者構成と実演方法が異なり、時間だけの比較ではないと同社は書く。他の作業や環境での成功率は保証せず、力は推定値。実証済みはxArm7とSciurus17の2機種で、論文は確認できなかった。

HuRoC の視点: 素手のまま記録できるので、水場や道具を握る手仕事の熟練者からもデータを取りやすい。学習の担い手は現場の作業者になる。技能継承に使うなら、身体データの持ち主と対価の決め方が先に要る。

一次情報: H2L 発表（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 発表（CEATEC 2026 での初公開） ／ 特設ページ ／ 公式動画

皮膚の温度の感じ方に倣って0か1で読む電子皮膚、九州大と村田製作所が1024点のシートで試作

成熟度: 実験室 ｜ ジャンル: ハンド・触覚 ｜ 大学発表（論文はVLSIシンポジウム 2026で発表） ｜ 日本・九州大学、村田製作所

何ができたか: 1,024個のセンサーの柔らかいシートと180nmプロセスの試作チップで、読み出しのエネルギーは1センサーあたり最小12.2pJ、32センサーの1行を710nsで読めた。村田製作所はCEATEC 2026にシートの温度分布を捉える「ニューロモルフィックセンシングシステム」を出展し、人型ロボットの電子皮膚を用途に挙げる。

どうやったか: 温度で電気抵抗が急に切り替わる相転移材料のセンサーを使い、0か1の出力をAD変換器なしでデジタル回路が直接読む（DDRO）。皮膚の温度感覚がしきい値的に応答する点を参考にした。

まだできないこと: 各センサーの出力は0か1で、皮膚と同じく温度の正確な絶対値は狙わない。実環境での動作と長期信頼性の評価は今後の課題と九州大学は書く。

HuRoC の視点: ロボットハンドが物に触れたときの温度変化を面で捉えられれば、人のそばで物を扱う作業の安全につながる。配線のノイズに強く、柔らかい基板を大きく貼る外装づくりに向く。

一次情報: 九州大学 プレスリリース（2026年6月10日、PDF） ／ 村田製作所 CEATEC 2026 出展ページ

空気で膨らむスカート型の転倒予防具FallGown、骨組み付きで15回中14回の転倒を防いだ

成熟度: 実験室 ｜ ジャンル: アシスティブ・医療・介護 ｜ 査読前（arXiv） ｜ 米国・スタンフォード大学、ペンシルベニア大学

何ができたか: 空気袋12個を布で包んだ円すい形のスカートで、体重を預けられる。収納時6.9kg。研究チームの1人が前・横・後ろへ体をゆっくり傾けて倒れる試験で、12区画に車輪付きの骨組みを足した形は15回中14回支えた。失敗の1回は車輪が外れた時。8区画では9回とも倒れた。

どうやったか: 1つずつ膨らませる空気袋を綿の外殻に並べ、登山用のハーネスで腰と腿に留める。袋ごとの圧力センサーで、どちらへ寄りかかったかが分かる。

まだできないこと: 試験は研究チーム内だけで、高齢者での試験は今後の課題。12袋を膨らませる準備に約15分、床を引きずる抵抗は絨毯で29N。骨組み付きは直径約1.4mのまま縮まず、戸口を通りにくい。

HuRoC の視点: きっかけは地元の高齢者デイケアからの相談で、転ぶのが怖くてダンスや太極拳に加わらない人がいるという。外見は医療機器らしさを避けて舞踏会のドレスに寄せた。日本のデイサービスの体操でも、見た目で選べる補助具として試す余地がある。

一次情報: 論文（arXiv:2610.12706）

自閉スペクトラム症の子34人とNAOの療育47時間、集中度を1秒ごとに注釈したデータセット公開

成熟度: 実験室 ｜ ジャンル: 基盤モデル・データ ｜ 査読済み（Frontiers in Robotics and AI） ｜ カザフスタン・ナザルバエフ大学、アスタナIT大学

何ができたか: 共和国小児リハビリセンターで3〜12歳の34人がNAOと行った療育187回・約47時間に、5段階の集中度を1秒ごとに付け、特徴点と評価手順を公開した。同じ子が学習と試験の両方に入る分け方では最良で正解率80.6%。初めて見る子では、集中か否かの2値判定でも偏りを補正した正解率が50%前後だった。

どうやったか: 毎秒1枚の映像からOpenPoseとMediaPipeで顔・体・手の特徴点を取り、7種の分類器を、無作為と、子・回・活動ごとに分ける計4通りの分け方で比べた。

まだできないこと: 1施設・1機種で、男児32人・女児2人と偏る。音声は含まない。著者は、療育を自動で切り替えるにはまだ早く、療育者の判断を補う信号に向くとする。

HuRoC の視点: データの分け方で成績が大きく動くことを数字で示した。ロボット療育の製品が「集中を見分ける」とうたう時、初めて見る子での値を確かめる物差しになる。日本で使うなら、国内の子のデータで同じ検証が要る。

一次情報: 論文（Front. Robot. AI, DOI: 10.3389/frobt.2026.1868211） ／ データセット（GitHub）

作業者の肘の角度を見て部品の高さと距離を変える協働ロボット、30人の試験で姿勢負担スコアが低下

成熟度: 実験室 ｜ ジャンル: 安全・評価・標準 ｜ 査読済み（Frontiers in Robotics and AI） ｜ タイ・キングモンクット工科大学トンブリ校

何ができたか: 工具作業に慣れた工場労働者30人が模擬バッテリーモジュールのねじを外した。固定台から部品の位置を合わせる台に替えると、上肢の姿勢負担を表すRULAスコアの平均は遠い位置で6.16から4.59、近い位置で5.68から4.47に下がった。快適さと信頼の評価も上がり、安全感に差はなかった。

どうやったか: 2台のカメラ映像からMediaPipeで肩・肘・手首を推定し、肘の曲がりが90〜100度に収まるよう、URの協働ロボットが部品の高さと奥行きを動かす。

まだできないこと: 作業時間は固定台より長く、近い位置で69.5秒対50.2秒。各条件1回ずつで、慣れて縮むかは未検証。足の位置を固定した条件で、自由に動ける現場では差が縮みうると著者は書く。

HuRoC の視点: 背の高い人ほど負担が増える固定台の傾向が、追従する台では統計的に有意でなくなった。体格の違う人が同じラインに立つ中小の工場で、台の高さを人に合わせる役をロボットが担う構図だ。

一次情報: 論文（Front. Robot. AI, DOI: 10.3389/frobt.2026.1948863）

200台の触覚グリッパーを20以上の組織に配って集めた1万時間、ロボットなしで3機種へ移植

成熟度: 実験室 ｜ ジャンル: ハンド・触覚 ｜ 査読前（arXiv） ｜ 中国・Daimon Robotics（戴盟、深圳）、南京大学、大湾区大学ほか（日本の東北大学も参加）

何ができたか: 手持ちの触覚グリッパーで1万時間超、1,000種超の作業を集めた。作業ごとに1,600回分の実演で学び、3機種の双腕ロボットで3作業を各50試行。触覚を加えると平均成功率はπ0.5で50.0%から74.0%、StarVLAで46.0%から72.7%に上がった。

どうやったか: 指で爪を直接動かす構造で、目隠しの9人が最初に感じた力は11.6gf（従来のUMI型は49.8gf）。指先が捉えた接触と離す瞬間で、作業の区切りと対象物を自動で決める。

まだできないこと: 実機評価は3作業で、花瓶拭きは最高60%。自動生成した作業説明は抜き取り確認で約83%が合格。公開済みは社内で集めた最初の1,000時間で、非商用ライセンス。

HuRoC の視点: データを生んだのは家庭や工場、店舗で実演した人たちで、カップを持つ課題だけで8組織の192人が関わった。ロボットを持たない人が手の感覚を提供する構図だが、収集者の待遇や同意の手続きは論文で確認できなかった。

一次情報: 論文（arXiv:2610.20320） ／ プロジェクトページ ／ データセット（Hugging Face）

指に貼ったセンサーで歩かせ、カメラと触覚で物を探して運ぶ甲虫型ソフトロボット

成熟度: 実験室 ｜ ジャンル: ハード・アクチュエータ・OSS・デジファブ ｜ 査読済み（Science Advances） ｜ 韓国・KAIST、米国・カリフォルニア工科大学、シンガポール・南洋理工大学

何ができたか: 実物の甲虫ほどの大きさのBeetleBotが、指の曲げで送る前進・左右旋回・つかむの4命令で動き、8区間の動作で障害物を避けて目標の球をつかんで運んだ。人工筋肉は3Vで約45%縮み、グリッパーの圧力センサーは127msで応答。指のセンサーは1,000回の曲げに耐えた。

どうやったか: 熱で縮む液晶エラストマーを3Dプリントし、挟んだ電熱線で部位ごとに温める。前脚で体を持ち上げ後脚で押す歩き方は、甲虫の脚の解剖と動作計測から決めた。

まだできないこと: 筋肉は約110℃で動き、表面は100℃を超える。ロボットは外部電源につながれ、指のパッチもPCへ有線。示した作業は1つで、試行回数や歩行速度は本文で確認できなかった。KAISTは速度・効率・電源の改善と実環境での検証が要るとする。

HuRoC の視点: 骨格は光造形の樹脂、筋肉と回路はインクの押し出しで作り、部品ごとに直せる。KAISTが挙げるのは、人が入れない狭い場所の点検や小物の回収だ。

一次情報: 論文（Science Advances, DOI: 10.1126/sciadv.aeg8849） ／ 論文全文（PubMed Central） ／ KAIST 発表（2026年10月13日、韓国語） ／ 公式デモ動画（KAIST 発表に記載）

生きた筋肉の薄膜でヒレを動かすガム大のロボット、MITが光の点滅で水中の迷路を泳がせる

成熟度: 実験室 ｜ ジャンル: ハード・アクチュエータ・OSS・デジファブ ｜ 査読済み（Advanced Functional Materials） ｜ 米国・マサチューセッツ工科大学

何ができたか: 厚さ約0.5mmのゲル膜に骨格筋細胞を1層育て、2枚のヒレを持つロボットにした。光を当てたヒレが羽ばたき、シャーレ内の簡単な迷路を進んだ。直進は最大で毎分体長の約4倍、回転は毎分1200度。筋肉が働く期間は従来の薄膜型の10分未満から30日超に延びた。

どうやったか: 光で縮むよう遺伝子改変した筋細胞を、四角い溝を刻んだ硬めのゼラチン系ゲル（GelMA）で育てて向きをそろえ、光の点滅で鍛えた。体積あたりの力は立体の培養筋の20倍。

まだできないこと: 光源は研究者が手で動かして誘導した。体の形は泳ぐ力を示すための単純なもので、速く泳ぐ形の設計は次の目標とラマン准教授は話す。試験はすべて実験室のシャーレ内だ。

HuRoC の視点: 溝の形とゲルの硬さという骨組みの設計で筋肉の働きが変わる点は、生きた材料のものづくりとして注目される。用途には水辺の環境観測が挙がる。日本で試すなら培養設備と、生きた細胞を載せた機械の扱いの決まりが先に要る。

一次情報: 論文（Advanced Functional Materials, DOI: 10.1002/adfm.78065） ／ MIT News（2026年9月29日） ／ 公式動画（MIT）

子ども用自転車の車体に重い頭部を載せたロボ、高さ1mの台へ跳び乗り前方宙返りも

成熟度: 実験室 ｜ ジャンル: 移動・全身制御 ｜ 査読済み（Science Robotics） ｜ 米国・RAI Institute（ケンブリッジ／チューリッヒ）、MIT、カーネギーメロン大学ほか

何ができたか: 重さ23.5kgの自転車型ロボットUMVが最高8m/sで走り、高さ1m（機体の通常の高さの約130%）の台に跳び乗った。台への跳躍は15回連続で後輪の軌跡がほぼそろった。その場での静止、後退、ウィリー、後輪での横跳び、前方宙返りも実機で示した。

どうやったか: 子ども用カーボン製ペダルなし自転車の車体に、電池と計算機と跳躍用モーター4基を収めた「頭部」をリンクでつなぎ、その重さを振って釣り合いを取る。動作ごとの強化学習方策をシミュレーションで作り、そのまま実機に移した。

まだできないこと: 実験はモーションキャプチャを備えた研究室で、位置の推定を外部計測に頼る。LiDARと慣性計測による自己推定は試験中。防水・防塵や自力での起き上がりは今後の課題。

HuRoC の視点: 駆動軸5つで段差を越える設計で、著者は都市の配送や荒れ地の長距離偵察を挙げる。日本の生活道路に持ち込むなら、最高時速約29kmで走り跳ねる機体を人のそばでどう扱うかの議論が先に要る。

一次情報: 論文（Science Robotics, DOI: 10.1126/scirobotics.aed3627） ／ 論文（arXiv:2602.22118） ／ RAI Institute ブログ（2025年9月3日） ／ 公式動画