研究開発ウォッチ（11/6）：回路なしで「伸びたら縮む」人工筋肉の反射、東北大学が膝蓋腱反射と二足歩行を再現
今週の研究開発ウォッチは9件。電子回路なしで反射を作る東北大学の人工筋肉モジュール、指先の触覚で両手の動きを直すパナソニックHDほかのT-Rex、協働ロボットで太陽電池の薄膜を作り分ける大阪大学の自動成膜装置の日本の3件に、自動生成した部屋で家の中の動きを学ぶAppleのHALO、部品代8,056ドルで設計を公開したNYUの双腕ロボットMABEL、泰山の石段で人型・四足・外骨格が競った大会を並べた。
今週の研究開発ウォッチは9件。日本から3件が並んだ。電子回路を使わずに反射を作る東北大学の人工筋肉、指先の触覚で両手の動きを直すパナソニックHDほかのT-Rex、太陽電池の薄膜づくりを協働ロボットに任せた大阪大学の自動成膜装置だ。もう1つの流れは、ロボットの学習データをどう集めるかだった。自動生成した部屋で学ぶAppleのHALO、ネット動画から人の動きを集めるMovens-5M、そして実機で数えなければ方策の良し悪しは見えにくいと示したRJ45の評価研究がある。HRI・社会受容の研究と、介護・リハの実機研究は今週は並ばなかった。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。
人工筋肉2本で「伸びたら縮む」を機構だけで。東北大学の反射モジュールが膝蓋腱反射と二足歩行を再現
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 ｜ 査読済み（Advanced Intelligent Systems） ｜ 日本・東北大学
何ができたか: 人工筋肉が一定以上伸びると自動で縮む反射を、電子センサーも回路も使わずに作った。東北大学の発表では、膝の下を叩くと脚が跳ね上がる膝蓋腱反射を再現し、片脚に4つのモジュールを積んだ二足ロボットがトレッドミル上を歩いた。
どうやったか: 人工筋肉を2本並べ、1本は力を出す筋線維、もう1本は一緒に伸ばされて長さを感じる筋紡錘の役にした。筋紡錘側の空気圧で反射の起きる長さを変え、歩行では足裏センサーの情報に応じて筋紡錘の空気圧をオン・オフするだけだ。
まだできないこと: 歩行速度などの数値は発表資料になく、論文本文は確認できなかった。今後は最小限の電子制御を足し、筋の多いロボットへ広げる。
HuRoC の視点: 計測と計算を部品に任せれば、基板と配線の少ない機体になる。空気圧と機構で組めるので、高専や大学の授業、町工場の試作でも再現を試しやすい。
一次情報: 東北大学 プレスリリース（2026年10月22日） ／ 発表資料（PDF） ／ 論文（Advanced Intelligent Systems, DOI: 10.1002/aisy.70590） ／ 公式動画
指先10本の触覚に応じて動きを直す両手操作モデル「T-Rex」、卵や電球を扱う12作業で平均成功率65%
成熟度: 実験室 ｜ ジャンル: ハンド・器用操作・触覚 ｜ 査読済み（CoRL 2026採択、arXivで公開） ｜ 日本・パナソニックHD、米国・PRDCA、UC Berkeley、NVIDIA、Stanford、イタリア・ローマ・ラ・サピエンツァ大学、ItalAI
何ができたか: ページめくりや卵の移し替え、鍵開けなど接触を伴う12作業を各16回試し、平均成功率は65%。比較した6手法の最高は35%。代表6作業の比較では、触覚を除くと42%に下がった。
どうやったか: パナソニックの発表では、視覚と言語から約5Hzで動きの大枠を作り、指先の触覚をもとに約20Hzで滑りや押し込み過ぎを直す。人の一人称映像22,889時間で事前学習し、両手操作データ7,700件超・計100時間で接触を学んだ。
まだできないこと: 作業ごとに約100件の実演で追加学習が要る。鍵開けは47%、電球のねじ込みは35%。著者は触覚センサーの歪みや校正のずれ、手のひらを覆う触覚がない点を挙げる。
HuRoC の視点: 同社は製造現場のねじ締めや物流の壊れ物を見込む。日本の工場では、品種ごとの実演100件を誰が遠隔操作で集めるかが壁で、熟練者の力加減をデータに残す仕事が生まれる。
一次情報: 論文（arXiv:2606.17055） ／ プロジェクトページ ／ パナソニックHD プレスリリース（2026年11月5日）
協働ロボットが太陽電池の薄膜を400枚以上作り分け、機械学習で滴下の条件を詰める。大阪大学の自動成膜装置
成熟度: 実験室 ｜ ジャンル: 基盤モデル・学習・データ ｜ 査読済み（ACS Nano） ｜ 日本・大阪大学、東京都立大学
何ができたか: ペロブスカイト太陽電池の薄膜を溶液から作る工程を協働ロボットで自動化。温度や湿度、貧溶媒の滴下条件を変えて膜を400枚以上作った。機械学習で、組成と添加剤によって温度の効き方が違い、滴下の高さ（速さ）が膜の性質を左右するとわかり、素子で最高24.4%の変換効率を得た。
どうやったか: 120cm×75cmの実験台に、溶液の開封と滴下、基板の搬送、スピンコート、加熱を並べ、環境制御ボックスに収めた。約1秒の滴下はハイスピードカメラで撮り、膜は既存の自動評価装置で測る。
まだできないこと: 論文の要旨では、24.4%の素子は手作業で作り、自動装置の結果と一致したとしている。対象は研究用の小面積膜だ。
HuRoC の視点: 手作業の滴下は再現性に難があり、環境の揺らぎも数値に残らなかった。研究者の仕事は膜を塗る手から、試す条件を決めてデータを読む側へ移る。企業の試作現場へ持ち込めるかが次の焦点。
一次情報: JST・大阪大学 共同発表（2026年10月30日） ／ 発表資料（PDF） ／ 論文（ACS Nano, DOI: 10.1021/acsnano.6c11386） ／ 公式動画
自動生成の1,000部屋で学んだUnitree G1、未見の実環境6か所で360回中91%を完遂。AppleのHALO
成熟度: 実環境の実証 ｜ ジャンル: 基盤モデル・学習・データ ／ 生活の場（家庭） ｜ 査読前（arXiv） ｜ 米国・Apple
何ができたか: 椅子に座る、名指しした物へ歩く、半開きのドアを横歩きで抜ける、机の下をしゃがんで／這ってくぐる、箱を押す、の6技能。学習で見ておらずスキャンもしていない実環境6か所の計360回で成功率91%。
どうやったか: 居間・オフィス・寝室の1,000部屋を自動生成し、動作の生成モデルが作った動きを置いて頭部カメラの映像を描く。300時間分をH100 250基で48時間かけて合成。既製の視覚言語モデルが指示を小課題に分け、深度を見る追従器が全身の動きの計画をこなす。
まだできないこと: 技能を3つつなぐ課題は実機（1か所で10回）で50%。前の動作を終えた向きで目標を見失うと失敗する。触覚はない。
HuRoC の視点: 論文は、遠隔操作では1時間のデータに1時間以上の人手がかかると書く。HALOはそれを計算機に任せたが、技能を足すたびに指示文と動きのキーフレームを人が書く。遠隔操作者の経験は、技能の型を設計する仕事に移る。畳の部屋や玄関の段差での結果は確認できなかった。
一次情報: 論文（arXiv:2611.06908） ／ プロジェクトページ（動画あり）
ネット動画から人の動き1,500万件を集めたMovens-5M、浙江大学とUnitreeが言葉・声・音楽でG1を動かす
成熟度: 実験室 ｜ ジャンル: 基盤モデル・学習・データ ｜ 査読前（arXiv、技術報告） ｜ 中国・浙江大学、Unitree Robotics、北京大学ほか、シンガポール国立大学、Microsoft Research
何ができたか: インターネット動画から人の動作1,500万件と、シミュレーションでG1が実行できると確かめた動作500万件（計1万時間超）を作り、文章・映像・音声・音楽と対応づけた。データを1%から100%に増やすと、文章から生成した動きの検索精度R@3は12.72%から62.57%に上がった。
どうやったか: 動画を切って選別し、人の動きを復元してG1に移し、シミュレーションで追従できたものを残す。少ない動作は文章から生成して補う。1つの生成器で7つのタスクを同時に学び、動きの塊をつないで閉ループで動かす。
まだできないこと: 定量評価は動きの指標とシミュレーション上の追従。実機G1の30例は動きの幅を見せるもので、成功率は出していない。激しい動きでは動きがずれる。
HuRoC の視点: 動きの手本が、スタジオのモーションキャプチャから誰かがネットに上げた動画に移る。公開データには元の動画と年齢・性別・気分の自動推定も入る。データカードは権利とプライバシーの順守を利用者に委ねる。映る人の同意の扱いは論文では確認できず、日本で使う前に確かめたい。
一次情報: 論文（arXiv:2610.41877） ／ プロジェクトページ ／ 公式動画（YouTube） ／ データセット（Hugging Face）
5本指ハンドでRJ45を差す281の方策を実機約1,700回で比較。成功率を最大100ポイント動かした入力の表し方
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、CoRL 2026 ワークショップ採択） ｜ アイルランド・Analog Devices（EdgeAI Robotics、リムリック）
何ができたか: アームと5本指ハンドでLANケーブルのRJ45コネクタを抜き、別のソケットに差す。7系統281の模倣学習方策を約1,700回の実機試行で比べた。点群の注目領域の切り出しやロボット基準の座標系は、それぞれ成功率を70〜100ポイント動かした。切り出したiDP3は全試行で差し込み、推論メモリ8分の1でVLAのπ0.5に並んだ。
どうやったか: 遠隔操作の実演から学習。決まった位置への移動は従来の制御に任せ、つかむ・差すの2技能だけを学ばせた。
まだできないこと: 67のオフライン指標のうち実機の差し込み成功率と相関したのは、予測軌道のなめらかさと直線性を表す5つで、iDP3の中に限られた。すき間の小さいソケットでは5回中0〜2回。
HuRoC の視点: 検証ロスは実機の成否と一貫した関係を示さない。指標で候補は絞れても、最後は実機で数える人と時間が要る。配線作業を任せたい工場には、試験の回数と条件を残す手順が導入判断の材料になる。
一次情報: 論文（arXiv:2610.40828）
昇降デスクの柱とスワーブ台車で組む56自由度の双腕ロボットMABEL、部品代8,056ドルで設計を公開
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 ｜ 査読前（arXiv） ｜ 米国・ニューヨーク大学（NYU）CREO、カナダ・トロント大学
何ができたか: 7自由度の腕2本、17自由度のORCAハンド2つ、傾く胴、昇降柱、首、全方向台車で56自由度、部品代8,056ドル（任意のセンサーを除く）。61.8kgで、指先は床から2.23mまで届く。Apple Vision Proで遠隔操作し、映像遅延はロボットのWi-Fi経由で平均137ms。公開した設計と部品表から2台目を約2週間で組んだ。
どうやったか: 腕は東京のEnacticが公開したOpenArmを改設計し、昇降は市販の昇降デスク用の柱（FlexiSpot E7）。台車は3輪にして約700ドル浮かせた。
まだできないこと: 117エピソード（約38分）で学んだ方策は、ORCAハンドで小物をつかんで皿に置く作業で10回中8回成功。台車と昇降はほぼ止めたままで、移動しながらの操作は未検証。昇降は遅く、腕の寸法も人と違う。
HuRoC の視点: 既製品、板金のレーザー加工、3Dプリント部品で組み、ハードはCERN-OHL-S-2.0で公開。OpenArmを持つ日本の研究室は腕を替えずに載せ替えられ、ハンドや胴を自作して差し替える土台になる。
一次情報: 論文（arXiv:2611.04083） ／ プロジェクトページ ／ 部品表 ／ GitHub（open_mabel）
正解率35.1%の脳波デコーダ2つで、到達制御の累積損失に9.6倍の差。オックスフォード大学が新指標
成熟度: シミュレーション ｜ ジャンル: アシスティブ・医療・介護・リハ ｜ 査読前（arXiv） ｜ 英国・オックスフォード大学
何ができたか: 公開脳波データBNCI2014001（4択の運動想起）の被験者1人で、正解率がともに35.1%の2つのデコーダが、目標を知るロボットとの成績差（累積リグレット）で9.6倍違った。提案指標U_idは99.4対170.5でこの差を予測。CIFAR-100ではリグレットのばらつきの89%を説明した。
どうやったか: 脳からロボットへの制御をPOMDPとして扱い、最も区別しにくい2つの目標のChernoff情報が0ならリグレットが時間に比例して増え、0より大きければ頭打ちになると証明した。U_idは混同行列から求まる。
まだできないこと: 新たな被験者実験もロボット実機もない。既存の脳波データ（Stieger2021の62人ほか）の出力を、2次元の到達課題のシミュレーションで再生した。同じ特徴量のデコーダ同士では、U_idは正解率以上の予測力をほとんど持たない。
HuRoC の視点: どの意図を取り違えやすいかを見る物差しは、視線・筋電・音声を組み合わせる支援機器の設計に効く。著者は車いすや義手での検証を次の課題に挙げる。
一次情報: 論文（arXiv:2611.05658）
泰山の石段3,100段余りに約90チーム。人型・四足・外骨格で競う「CMG世界機器人登泰山大賽」が初開催
成熟度: 実環境の実証 ｜ ジャンル: 競技・教育・コミュニティ ｜ 主催者発表 ｜ 中国・中央広播電視総台（CMG）、山東省
何ができたか: 2026年11月2日、泰山の紅門から中天門まで約3.9km・3,100余段の古道で初の大会が開かれ、全国から約90チームが出た。新華社によると、人型の競速（約1.6km）は「智身凌岳队」が27分26秒、四足の競速は「北京灵翌科技队」が43分41秒、四足の負重（約3.3km）は「灵锶智能灵狮队」が1時間51分29秒で1位。
どうやったか: 人型競速、四足競速、四足負重、外骨格の助力の4種目。負重は荷担ぎ「挑山工」の仕事を模した。別に、車輪・クローラ・球形の機体も出られる展示種目「全域機動探路挑戦賽」がある。
まだできないこと: 各チームの機体、負重の重さ、転倒や棄権の数、外骨格種目の結果は確認できなかった。
HuRoC の視点: 不揃いな屋外の石段で、人が担ってきた荷揚げを機械がどこまで代われるかを測る場だ。外骨格の種目は、担ぐ人を助ける道も同じ山で比べる。日本でも山小屋の荷揚げや寺社の石段で同じ問いが立つ。