研究開発ウォッチ(10/30):六本木から約50km先の油圧ショベル2台を遠隔で操る競技、学生重機部が1・2位に
今週の研究開発ウォッチは9件。e建機チャレンジ2026で遠隔操作の1・2位を取った学生重機部、自動走行の車いすWHILLで乗る人と見る人の快適さを比べた慶應義塾大学とCNR、全国5,113人に聞いた富士通・九州大学ほかのドローン配送の受け入れ調査など、ロボットを使う人と周りの人の側から見た研究と、安全フィルタの弱点、自作できる触覚シート、折り紙の建築構造を並べた。
今週の研究開発ウォッチは9件。ロボットを動かす人、乗る人、周りで見る人、受け入れる地域の側から測った研究が、日本から3件続いた。遠隔操作の競技で学生が1・2位を取ったe建機チャレンジ、自動走行の車いすで乗る人と見る人の快適さを比べた慶應義塾大学とCNRの実験、ドローン配送の受け入れを全国で聞いた富士通・九州大学ほかの調査だ。もう1つの流れは、家庭用3Dプリンターで型を刷る触覚シートや、平板を折って手工具で組む建築構造のように、作り手の手元で再現しやすい研究だった。過去3回で多かった基盤モデルとデータ収集の研究は今週は選ばず、家庭を舞台にした研究は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。
六本木から約50km先の油圧ショベル2台を遠隔で操る「e建機チャレンジ2026」、学生重機部の2組が1・2位に
成熟度: 実環境の実証 | ジャンル: 競技・教育・コミュニティ | 団体発表 | 日本・運輸デジタルビジネス協議会(TDBC)WG07
何ができたか: 2026年10月3日、六本木のコックピットから直線約50km離れた千葉房総技能センター(千葉市)の日立建機とコマツの油圧ショベル2台を、2人1組で同時に遠隔操作した。予選5チームから決勝に進んだ2組は、東大生の組が優勝、東大と東京女子大の組が準優勝。プロeスポーツチームも出場。
どうやったか: 掘削・旋回・積込を5杯。2台合計の積込量は適正10.1〜12.3tで、安全確認、ペイロード計測による過不足、所要時間を合わせた「生産性ポイント」で順位を決める。
まだできないこと: 舞台は教習所で、施工中の現場ではない。各組の点数、通信方式、映像の遅延は確認できなかった。
HuRoC の視点: Day1では国交省がi-Construction 2.0(2040年度までに省人化3割)を説明し、旭建設は56km離れた治山ダムの遠隔施工で作業員工数27.7%減を報告した。出場者は現地で搭乗訓練を経て遠隔に移った。学生の1・2位は、遠隔施工の担い手を育てる道筋を示す。
一次情報: TDBC 開催報告(2026年10月27日、PR TIMES配信) / TDBC Day2 レポート / TDBC Day1 レポート / 競技ルール(PDF) / 決勝の動画(TDBC)
幅が変わる廊下で、乗る人と見る人では快適な経路の好みが分かれる。慶應とCNRがWHILLで35人を比較
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・慶應義塾大学、イタリア・CNR認知科学技術研究所(CNR-ISTC)
何ができたか: 慶應の学生35人(20〜30歳)が、自動走行するWHILL Model CRに乗る側と見る側の両方を務め、計420回の試行で3本の経路を快適な順に並べた。4条件すべてで、向きを変えず壁沿いを直進する経路が1位だった。幅が急に変わる廊下では、乗る人は中央を通る経路(向きの変化14°)を広がった壁に沿う経路(28°)より好んだが、見る人にはその差が出なかった。
どうやったか: 幅が急に広がる廊下と緩やかに広がる廊下を用意し、事前に与えた経路を0.5m/sで追従させた。順位はPlackett–Luceモデルで分析。
まだできないこと: 差の大きさはわからず、向きの変化と横の位置の効果も切り分けられていない。参加者は1大学の日本人学生(35人中男性28人)で、見る位置は固定、左右反転の配置は未検証。
HuRoC の視点: 著者は空港や病院での自動車いすを想定する。日本の介護施設や駅の通路では、乗る人の安心と周りの人の見え方の両方が経路設計の条件になる。
一次情報: 論文(Front. Robot. AI, DOI: 10.3389/frobt.2026.1971439) / 補足資料(全条件の走行動画を含む)
ドローン配送の受け入れを押し上げる制度への信頼と公平さ、全国5,113人の調査で回答者はほぼ半分ずつ2つの層に
成熟度: シミュレーション | ジャンル: HRI・社会受容 | 査読済み(Transportation Research Part E) | 日本・富士通、九州大学、韓国・成均館大学校、慶應義塾大学、中国・北京師範香港浸会大学
何ができたか: 全国5,113人に架空のドローン配送を選んでもらった。配送を知る3,592人の分析では、ドローン自体への好みはゼロと区別できず、受け入れは主に態度とサービス条件で説明された。支払意思額は制度への信頼が34.5円、公平さを重んじる態度が30.4円で、うち19.3%と51.4%は「社会の役に立つ」という認識を経由していた。
どうやったか: 選択と6つの潜在的な態度を同時に推定するモデルと潜在クラス分析を使った。信頼と公平さに反応する層が50.2%、配送までの時間と運営事業者を重視し料金に鈍い層が49.8%。
まだできないこと: 実際の配送を受けた人の反応ではなく、仮想の選択への回答。支払意思額が何あたりの額かと調査時期は確認できなかった。
HuRoC の視点: 富士通は物流の2024年問題と山間地域の配送網を背景に挙げ、地域ごとにトラック、ドローン、自動配送ロボットの役割分担を決める材料にする。日本の実証では、制度と地域への効き目を住民に説明する役も要る。
一次情報: 論文(Transportation Research Part E, Vol.215, DOI: 10.1016/j.tre.2026.105127) / 論文アブストラクト(TRID) / 富士通 プレスリリース(2026年10月27日、PR TIMES配信)
筋骨格モデルと同時に学んだ股関節外骨格MARL-Exo、アシストで8人全員の歩行の代謝が平均18.3%下がる
成熟度: 実験室 | ジャンル: アシスティブ・医療・介護・リハ | 査読前(arXiv) | 米国・ニュージャージー工科大学(NJIT)、Kessler Foundation
何ができたか: 健康な成人8人(18〜44歳)が秒速1.25mでトレッドミルを歩いた。同じ外骨格をトルク0で着けた状態と比べ、正味の代謝率は8人全員で下がり平均18.3%減。外骨格なし比では平均7.4%減で、6人は外骨格なしを下回った(最大24.2%減)が、8人での差は有意でなかった。
どうやったか: 304個の筋要素を持つ全身モデルにまず歩きを学ばせ、次に外骨格の制御と同時に強化学習。報酬には股関節をまたぐ筋の代謝エネルギー。人ごとの調整なしにRaspberry Pi 5で動く。
まだできないこと: 5.94kgの装置は着けるだけで代謝を13.1%増やす。実機のトルク上限は約12N·mで、シミュレーションの18N·mより低い。速さは1種類で、歩行障害のある人での試験はこれから。
HuRoC の視点: 人ごとの合わせ込みを、シミュレーションで先に済ませる発想だ。療法士が設定を詰める手間が減れば、リハビリ病院で試しやすくなる。日本の高齢者に使うには装置の軽量化が要る。
一次情報: 論文(arXiv:2610.37441)
ヒューマノイドの衝突防止フィルタを通常の作業依頼で破る攻撃、SIRENが7方式すべてでUnitree G1の衝突を再現
成熟度: 実験室 | ジャンル: 安全・評価・標準・セキュリティ | 査読前(arXiv) | 米国・アリゾナ州立大学、カーネギーメロン大学
何ができたか: 正当な依頼を1つ途中に挟むと、単独なら成功する作業が衝突や停止に陥る例を、CBFなど安全フィルタ7方式すべてでシミュレーション上に見つけた。Unitree G1の上半身でも各方式1例ずつ衝突を再現。脆弱な35場面で各125回の試行に絞った探索では、SIRENが3,277件、ランダム探索が1,760件の攻撃を見つけた。
どうやったか: 安全フィルタはいまの1ステップしか最適化せず、回避の強さを決めるパラメータの適値は作業と環境ごとに違う。SIRENはこの隙を生む中間目標を最適化で探す。
まだできないこと: 攻撃者がフィルタの方式と設定値、障害物の配置を知っている前提だ。知覚や自己位置推定を含むシステム全体での検証はこれからだ。
HuRoC の視点: 病院で別の患者が水を頼むような、正当な依頼の組み合わせが事故の入口になる。評価したフィルタは製品の既定設定にはまだ入っておらず、著者は各フィルタの開発者と組んで導入先を特定し、知らせるとする。
一次情報: 論文(arXiv:2610.31923)
864点の触覚グローブで熟練者の握りを解析、10分の練習と個別の助言でバドミントン学習者の評価が0.72段階上昇
成熟度: 実験室 | ジャンル: ハンド・器用操作・触覚 | 査読前(arXiv) | 中国・中国科学院自動化研究所、中国科学院大学人工知能学院
何ができたか: 864点の触覚と慣性を100Hzで測るグローブで、初心者から代表級までのストローク計1万4,725回を記録した。熟練者ほど技ごとに力を使い分け、手の各部の力が打ち消し合う度合いは初・中級の群の34%まで下がった。学習者24人を無作為に2群に分けて10分練習させると、熟練者3人の4段階評価は、個別の助言を受けた群で0.72段階、習熟度だけ伝えた群で0.05段階上がった。
どうやったか: 触覚の履歴から、ラケットを動かす力と握りを安定させる力を分けて推定し、熟練者との差が大きい接触の箇所とタイミングを学習者ごとに示した。
まだできないこと: 測るのは主に面に垂直な力で、ずれの力は扱えない。習熟の過程は横断データからの推定だ。ロボットへの応用に論文は触れていない。
HuRoC の視点: 代表級の選手も言葉にしにくい手の内が、手本として示せた。参加者は触覚データの匿名公開に同意したが、映像は公開しない。部活動で使うなら、選手の手の記録の保管先と用途が論点になる。
一次情報: 論文(arXiv:2610.35563)
厚さ6mm、4×4で35ドル未満の自作触覚シートVecTile、ずれの力も測ってプラグ挿入の成功率を88%に
成熟度: 実験室 | ジャンル: ハード・アクチュエータ・OSS機体・デジファブ(触覚) | 査読前(arXiv) | 英国・インペリアル・カレッジ・ロンドン(Manipulation and Touch Lab)
何ができたか: 10mm間隔の16点で、押す力とずらす力(せん断)の3軸を測る。誤差は1〜5Nの垂直力で0.39N、1.5Nまでのせん断で0.16N。メスで風船に触れる試験では、せん断0.1Nでアームを引き、20回とも割らなかった。Diffusion Policyでのプラグ挿入は25回中、視覚のみ12回、3軸の触覚を足すと22回成功。
どうやったか: 柔らかい基板に銀繊維の感圧布を重ね、4分割した電極の上にシリコーンの突起を載せる。ずらすと突起が傾き、傾いた側が強く反応する。
まだできないこと: 1点あたり約5Nを超えると感度が落ちる。ヒステリシスやドリフト、長期の耐久性は未評価。設計データとコードは論文採択後に公開予定。
HuRoC の視点: 型は家庭用3Dプリンターで刷り、基板は外注、脱泡器は150ドル未満。センサー部の部材費は1枚3.57ドルで、費用の大半はArduino Nanoだ。FabLabや学校の工作室で、触覚を自作して試せる。
一次情報: 論文(arXiv:2610.31472) / プロジェクトページ(動画あり)
平らなアルミ板を切って折り、ねじ回しで組む構造シェル。MITが約7mの折り紙彫刻をボストン公共図書館に吊るす
成熟度: 実験室 | ジャンル: ハード・アクチュエータ・OSS機体・デジファブ(建築) | 査読済み(International Journal of Space Structures) | 米国・MIT Center for Bits and Atoms、イタリア・ボローニャ大学、オーストリア・インスブルック大学、日本・東京大学
何ができたか: 形の違う折り紙ユニットをつなぎ、柱のいらない曲面の殻を作る。MITの発表では、シミュレーションで他の構造折り紙の一部より約3.5倍硬く、材料は約3分の2。建設の専門経験がないチームが約7m(23フィート)のアルミ彫刻「LEXICON」を数日で組み、ボストン公共図書館の吹き抜けに吊るした。
どうやったか: Ron Reschの折りの模様から三脚形のユニット2つを組み合わせ、動かない部品にした。ソルバーが各ユニットの展開図を計算し、CNCで平板から切り出して手で折り、手工具で組む。
まだできないこと: 硬さの比較はシミュレーションで、彫刻は天井から吊るす展示で、建築規模での試験はこれから。
HuRoC の視点: 形と強さは部品の折り線に入り、部品は組むうちに正しい形に収まる。平板で運び、大型の溶接設備なしに現地で組めるため、MITは被災地のシェルターを用途に挙げる。部品の原型は、筆頭著者が東京大学の舘知宏研究室で考えたものだ。
一次情報: 論文(Int. J. Space Struct., DOI: 10.1177/09560599261494767) / MIT News(2026年10月27日) / ボストン市の発表(LEXICON)
Unitree G1が二足から四つ這いに切り替え、高さ40cmのすき間をくぐる。南方科技大学のREACH
成熟度: 実験室 | ジャンル: 移動・全身制御 | 査読前(arXiv、プロジェクトページにHumanoids 2026採択と記載) | 中国・南方科技大学(SUSTech)、香港中文大学
何ができたか: 改造していないUnitree G1が、しゃがみ歩きと、手と膝をつく四つ這いを使い分ける。実機では高さ80cmのすき間をしゃがみ歩きで、40cmのすき間を四つ這いでくぐった。姿勢の切り替えは実機で各方向25回試し、四つ這いへは25回、立ち上がりは23回成功した。
どうやったか: 2つの歩き方を別々に強化学習で学ばせ、切り替えは生成した動きを手本に1つの方策で覚えさせた。上位ではLiDARの点群から経路と高さの指令を作る。
まだできないこと: 追従精度の比較はシミュレーションでの評価。実機のすき間通過は論文の図とデモ動画での提示で、試行回数は示されていない。コードは公開予定。
HuRoC の視点: 建築基準法施行令22条は木造の最下階の居室の床を、地面から床の上面まで45cm以上とする(床下をコンクリートで覆う場合などを除く)。床下のすき間は床組みの分さらに低い。40cmより低い床下やがれきの床での検証が、点検や災害対応に向けた次の課題になる。
一次情報: 論文(arXiv:2610.36546) / プロジェクトページ(動画)