NTT株式会社は2026年11月11日、ロボットが実際に動く前に、荷物の落下や荷崩れなどを予測し、成功につながる動作を選択できるフィジカルAI技術を開発したと発表しました。
物体の重さや位置、動く速さなどの情報をもとに、物理法則に従って未来の状態を予測する仕組みです。小型ロボットを用いた実験では、荷物の積付け作業の成功率が73.1％から92.3％に向上しました。
今後は株式会社Mujinと連携し、空港手荷物の積込み・積降ろしなどへの応用を目指します。
ロボットが動く前に、荷崩れや落下を予測
従来のロボット制御では、形状や重量が異なる荷物を扱う際、動作後に荷崩れや落下が起きるかを事前に判断することが難しいという課題がありました。
特に空港の手荷物や宅配便などは、荷物の大きさや重さ、置かれ方が一定ではありません。あらゆる状況を想定した学習データを用意することも困難です。
NTTが開発したのは、ロボットの動作によって周囲の環境がどのように変化するかを予測する「ワールドモデル」と呼ばれる技術です。
例えば、ロボットが荷物を置く位置について複数の候補を考えた場合、それぞれの動作を実行した後の状態をAIが映像として予測します。
その結果から、荷物が落下する可能性や周囲の物体と衝突する可能性などを評価し、成功につながりやすい動作を選択できるようにします。
実際にロボットを動かす前に複数の未来を比較することで、作業の失敗を減らすことを目指しています。
物理法則をAIに組み込み、成功率73.1％から92.3％へ
今回の技術の特徴は、AIによる映像生成に物理法則に基づく計算を組み合わせていることです。
NTTは独自の「物理制御アダプタ」を開発し、映像生成モデルに統合しました。
物体の位置や向き、速度、質量などを推定し、運動方程式に基づいて次の動きを計算します。
これにより、従来の映像生成モデルで課題となっていた物体の不自然な変形や消失を抑え、衝突や落下などの現象をより正確に予測できるとしています。
小型ロボットを使った荷物の棚積み実験では、技術を適用しない場合の成功率が73.1％だったのに対し、適用後は92.3％となり、19.2ポイント向上しました。
また、複数の物体の衝突を含む公開ベンチマーク「OBJ3D」を用いた評価でも、従来手法を上回る予測精度を確認しています。
空港手荷物の積込み自動化へ、Mujinと連携
NTTは今回の技術を、既存のロボット制御ソフトウェアと組み合わせて利用できるように設計しています。
ロボットの動作を計画するシステムが複数の候補を生成し、NTTのワールドモデルがそれぞれの結果を予測・評価する仕組みです。
最初の適用領域として想定しているのは、空港手荷物の積込み・積降ろし作業です。
空港では形状や重量が異なる多様な荷物を扱うため、ロボットが状況に応じて動作を判断する技術が求められます。
NTTは今後、ロボット自動化技術を手がけるMujinと連携して社会実証を進める方針です。
さらに、物流・倉庫だけでなく、製造、建設、小売など、さまざまな物品を扱う現場への展開も目指しています。
研究成果は、2026年11月18日から25日に開催される「NTT R&D FORUM 2026」で展示される予定です。
ロボットが決められた動作を繰り返すだけでなく、動く前に結果を予測して行動を選ぶ技術は、変化の多い現場での自動化を進める手段として注目されます。
詳しくは、NTT R&D FORUM 2026公式サイトをご覧ください。
レポート／DXマガジン編集部
