人材不足が迫る福祉・介護などの実世界の現場において、多様な高難易度の物理作業で人間をサポートし、さらに自らの身体から生まれる情動を持って人間と実世界でのコミュニケーションを行う、汎用型ヒューマノイドAIREC（AI-driven Robot for Embrace and Care）を開発します。具体的には、（1）End-to-End AIとの統合を考慮した高出力ヒューマノイドロボット身体の革新、（2）深層予測学習やロボット基盤モデルによる多様な物理作業の実現などのAIとロボットの相互革新に挑戦し、人とのインタラクションを含む物理的支援タスクを実現します。

本プロジェクトでは、手取り足取り-見よう見まね-言語指示という多層的な教示と、人からロボット・ロボットからロボット・ロボットから人への多層的な継承を通じて、逐次的に成長する汎用自律ヒューマノイドを開発し、その適応性・汎用性・伝達性を評価します。
具体的には、教示と継承に適したヒューマノイドの研究開発、教示と継承を可能にする基盤システムの研究開発、教示と継承に基づくタスク遂行と社会実装、次世代コミュニティづくりに取り組みます。2050年には、人や他のロボットと教え合いながら共に成長し、アルバイトに任せられる物理的な仕事を全て担えるヒューマノイドの実現を目指します。

本研究は、建設現場などの未整備かつ困難な環境において、人の代替として実作業を担えるヒューマノイドの実現を目的とします。軽量・高出力・高耐久なハードウェアと、モデルベース制御と学習を融合した歩行・全身動作計画、熟練作業者の暗黙知を構造化・拡張するマニピュレーション技能獲得、さらにマルチモーダルAIによる人―ヒューマノイド・多ロボット協働知能を統合的に開発する点に新規性があります。実際の工事・製造現場を実証フィールドとし、玉掛け作業や狭隘環境での移動など定量的目標を設定して段階的に検証することで、2030年までに限定現場での実用化、2050年の汎用自律人型AIロボット実現に向けた中核基盤を確立します。本提案は、深刻化する労働力不足の解決と安全で持続可能な現場作業の実現に大きく貢献します。

深刻な労働力不足の解決に向けて、人間並みの速度で多様な非定型作業を遂行できる汎用ロボットを実現します。生成AIの一種であるVLAモデルによる認識・判断と、位置と力の双方を伝えるバイラテラル制御に基づく高度な力制御技術を融合し、対話でのフィードバックにより現場の作業へ柔軟に適応する動作生成を実現します。さらに、人間の皮膚感覚に匹敵する制御帯域15Hzのバイラテラル制御系をモータドライバや減速機のレベルから開発し、現場で教え、現場で適応するロボットの基盤を構築します。

本プロジェクトでは、ロボットが人や物に触れたときの力や動き、エネルギーのやり取りから、対象の性質や「何ができるか」を理解し、状況に応じて自ら動作を組み立てる知能の実現を目指します。視覚・言語だけでは捉えにくい接触や摩擦、変形などの物理情報を知能・身体・シミュレーションで一体的に扱い、未知の環境や外乱があっても、一連の作業を最後まで安全にやり遂げ、人や環境の変化にも柔軟に適応できる汎用自律ロボットの基盤を構築します。

農作業のAIロボット化に向けて、限られたデータによる汎用的身体性知能の実現のためには、生体模倣、視覚触覚をメインとした多感覚統合、メタ学習機構の技術要素は不可欠な役割を果たします。DENSOの農作業ロボットArtemyに触覚を付加した「Artemy2.0」で現場データを早期収集し、身体性知能を向上させ手首の器用さを備え収穫・葉カキ・誘引をこなす「Artemy 3.0」へと進化させます。さらにメタ学習と強化学習を統合した「農業物理基盤モデル」により、未知の作物への高速適応と、エラーを自己認識し再試行するメタ認知を組み合わせた身体適応により多感覚統合可能な農業ヒューマノイドを実現します。2050年、農業は「きつい労働」から、人間とロボットが創造的に共生する「高度な知能産業」へと変貌を遂げることを目指します。

ヒューマノイドロボットが自ら周囲の状況を把握し、必要な行動を試しながら学んでいく仕組みを実現します。人間が一つひとつ動きを教え込まなくても、ロボット自身が次に何を試すべきかを判断し、経験を積み重ねることで、できることを段階的に増やしていきます。そのために、周囲の環境を理解して行動を決める仕組みと、状況に応じて実際に体を動かす仕組みを組み合わせます。これにより、さまざまな環境で柔軟に動作し、経験を通じて自律的に成長し続けるヒューマノイドロボットの基盤をつくります。

本プロジェクトは、汎用自律人型AIロボットの抜本的な進化に向けて、電気インピーダンストモグラフィー（EIT）技術を用いた全身触覚センシングを中核とする基盤技術を確立し、身体構造のボトルネックを解消することを目的としています。EITによる広範囲・高密度・高感度の次世代触覚センサーを、柔軟機能材料とともに人型AIロボットの全身へ実装します。さらに、膨大な触覚データを注意機構によってリアルタイムに処理することで、身体全体で「感じ、作用し、理解し、適応する」新しい知能モデルを実現します。

人と協働するロボットが、環境変化や予期しない接触の下でも安全に動作を続け、外乱後に回復できる協調動作の生成技術を開発します。非線形動力学の数理的な解析法であるクープマン解析と、従来的な安定動作生成の枠組みである動的運動プリミティブを統合し、多様なデータから再利用可能な動作基盤を学習する方法を構築します。これにより、ロボットの行動時において、大規模な再学習を行わず、動作の組合せと中間目標の更新により状況に迅速に適応することを実現します。さらに、安定性を保ちながらモデルを軽量化し、低遅延・低消費電力・高信頼のエッジ実装を実現する技術の開発を行います。

人の指先が持つ触覚知覚・認知機能を模倣した電子皮膚（e-skin）と、それを搭載したロボットハンドの実現を目指します。電子皮膚は、従来の硬いセンサとは異なり、人の皮膚のように柔らかく曲がることのできるセンサシートです。本研究では、これまでPMが開発してきた柔らかい電子皮膚（例えば右下図）と機械学習を融合することで、人が持つ曖昧で主観的な触覚知覚（触覚知覚、ぬるぬる、ざらざら、柔らかさ、触り心地など）を再現する電子皮膚の開発を実施します。さらに、この電子皮膚をロボットハンドに搭載し、人が学習するように、把持物の状態を認識しながら学習・適応できるシステムの実現を目指します。これにより、ヒューマノイドが人と同じ触覚知覚・感性を持つことで家族の一員として自然に共生し、人とロボットが共に暮らす未来社会の実現に向けた基盤技術の構築を目指します。

本研究では、人型AIロボットが人の生活空間で安全に作業するために、最も重要な接点である「手・腕」に注目します。目指すのは、把持動作に失敗しても大きな事故につながりにくい手・腕です。従来のように、危険をセンサや停止機能だけに頼って防ぐのではなく、人の身体に学んだ劣駆動や機械的な連動の仕組みを、身体の芯の部分構造に組み込みます。これにより、制御側が誤作動したり学習途中で失敗したりしても、危険な力が出にくい、機構として安全な手・腕を実現します。

本研究では、足に車輪を備えたヒューマノイドロボットにより、歩道などの歩行空間から、車道端・配送空間まで、速度域や利用場面に応じて安定に移動できる身体設計を目指します。足車輪による高効率な移動に加え、上半身や脚の自由度を姿勢安定化に活用し、人と共存する公共空間で安全で滑らかに移動するための技術基盤を構築します。さらに、人とのすれ違いや随伴時のふるまいを評価し、その結果を設計・制御・ELSIへ接続することで、「ラストワンマイル」から「ラストワンステップ」まで担う新たな移動原理の確立を目指します。

「自ら学習するロボットの実現」に向けて、ロボットが所望の情報を効率よく引き出すように自ら動いて環境に働きかける「Learning to learnー身体化された学習行動の学習」の原理モデルを構築します。その場で道具を使ってロボットが目的を遂行する課題を通して、効果を検証します。目の前の環境に対する身体を介した能動的な働きかけから絶えず学習を続ける原理を、モダリティや場面を超えて定式化し、「人のように環境を探索し、学習する」ロボットの実現に向けた道を拓きます。

本研究では、人の動作をアシストする人型ロボットの実現に向けて、ユーザに不快のないアシストを「察する」機能をロボットに付与するための要素研究を行います。相手の快適な動きの速さや力加減を「察する」ことが可能なヒトの機能に着目し、察する時の変化を生体信号から推定することで、自然なアシスト動作を「察する」機能を人型ロボットに付与できると考えています。そのために、ヒトとサルを対象としたマルチモーダル生体信号計測を通して生理学的に妥当な「察し」指標を確立し、簡易的に自然なアシストを推定するための技術確立を目指します。