巨大で不格好な箱を運ぶ方法をロボットに教えようとしている場面を想像してみてください。あなたはこう思うかもしれません。「ロボットに、手（指先）の動きを見せればいいんだ！」と。しかし、ここに落とし穴があります。人間が大きなものを運ぶとき、私たちは指だけを使うわけではありません。胸で箱を抱きかかえたり、肘で寄りかかったり、脇に押し付けたりして、安定させます。長い間、ロボットは、指先の動きしか知らない不器用なダンサーのようであり、体の他の部分を完全に無視してきました。これは「ロボット学習」の世界における問題です。科学者たちは、親が自転車に乗る練習をする子供を見守るように、機械にやり方を教えようとしています。大きな疑問は、「どうすれば、人間のように全身を使って触れ、持ち、動かすことをロボットに教えられるのか？」ということです。これを行うには、ロボットの手の動きだけでなく、重い物体が胸や腕に押し付けられる感覚までも捉える方法が必要です。

そこで登場するのが、ロボットにとってのハイテクな「身代わり（ボディ・ダブル）」として機能する巧妙な新システム、TWINSです。これは、教えたいロボットと全く同じ見た目で、全く同じように動く、オペレーターが着用するウェアラブル・スーツのようなものだと考えてください。しかし、これは単なるコスチュームではありません。全身センサー・スーツなのです。スーツを着た人が箱を抱きしめたり、壁に寄りかかったりすると、スーツはその圧力を感知します。そして、ロボットがこのスーツと全く同じサイズ、同じ関節を持つ「双子（ツイン）」として設計されているため、ロボットはその接触がどのような感覚であるかを正確に学習できるのです。研究者たちは、このシステムを使用することで、以前はロボットが体との接触を「感じることが」できなかったために不可能だった複雑なタスク（腕にタオルを掛ける、あるいは胸にバスケットを抱えるなど）を教えられることを発見しました。彼らは、体表面への接触に関するデータを収集することに成功し、それを用いてロボットが自律的に同様のタスクを実行できるよう訓練しました。これは、ロボットに全身で感じる方法を与えれば、より自然に世界を操作できるようになることを証明しています。

問題点： 「指先だけの脳」を持つロボット

長年、ロボットはコップを持ち上げたりドアを開けたりするために、手を動かすことには長けてきました。これは「エンドエフェクター操作」と呼ばれる、専門用語で「腕の先端にある道具を使う」という高度な技術です。しかし、現実の世界は混沌としています。グリッパー（掴む装置）に入らないような大きな物体を運ぶ必要があることもあります。胸で抱え込んだり、肘に引っ掛けたり、滑り落ちないように前腕に押し付けたりする必要があるかもしれません。人間はこれを自然に行いますが、ロボットは苦戦します。なぜなら、彼らは通常、世界を見るためのカメラしか持っていないからです。カメラは「何が」そこにあるかを見るのには優れていますが、「どれくらいの強さで」ロボットの腕や胸に押し付けられているかを正確に知ることには非常に長けていません。

ロボットにこれらのスキルを教えるために、科学者たちは通常「模倣学習」を用います。これは、人間がタスクを行っているビデオを見せて、その動きをコピーさせるようなものです。しかし、問題があります。これらのビデオを記録するために使われるシステムの多くは、手やロボットの関節のみを追跡します。これでは「体表面の接触」、つまり肩や腕に物体が触れている感覚を見逃してしまいます。この情報がなければ、ロボットはなぜ腕を特定の方向に動かすべきなのか、あるいはいつ手を離すべきなのかを理解できません。それは、ボールを実際にどのように手に持っているかを見ることなく、ボールの先端だけを見てジャグリングを学ぼうとするようなものです。

解決策：「ツイン」スーツ

この論文の著者である北村隆英氏とそのチームは、この問題を解決するためにTWINS（Tactile Wearable Isomorphic Arm Networked System）と呼ばれるシステムを構築しました。名前は少し覚えにくいですが、考え方はシンプルで、二人の同一の双子のシステムです。

1. ウェアラブル・デュアルアーム・デバイス： これは、人間のオペレーターが着用するスーツです。ロボットの腕と全く同じ関節、同じサイズを持つ二本の腕を備えています。人間がこれを着用すると、後にロボットが行うのと同様に、手を伸ばして物体に触れることができます。
2. アイソモーフィック（同形態）ロボット： これは実際のロボットです。「アイソモーフィック」とは、科学用語で「同じ形」を意味します。このロボットは、ウェアラブル・スーツの完璧な鏡となるように作られています。同じ関節角度、同じ腕の長さ、同じ胸の寸法を持っています。

魔法が起きるのは、この完璧な一致があるからです。スーツを着た人間が前傾姿勢になり、箱を胸に押し付けると、スーツのセンサーがその圧力を感知します。ロボットが正確な双子であるため、研究者は人間の関節角度と圧力データをそのままロボットにコピーすることができます。「人間の腕」を「ロボットの腕」に翻訳するための複雑な数学計算は必要ありません。なぜなら、両者はすでに同じサイズで同じ形だからです。

全てを感じ取る「皮膚」

TWINSが特別なのは、単に関節の動きを測定するだけでなく、体がどのように「感じているか」を測定する点にあります。研究者たちは、ウェアラブル・スーツとロボットの両方を、特殊な「e-Skin（電子皮膚）」センサーで覆いました。これらは、小さな六角形のセル（ハニカム構造のようなパターン）で作られた、柔軟で伸縮性のあるパッチのようなものです。

• 配置： これらは腕、前腕、そして胸のいたるところに配置されています。
• 機能： これらは二つのことを感知できます。すなわち、圧力（どれほど強く押されているか）と、近接（触れる前にどれくらい近いか）です。
• 結果： スーツを着た人間がバスケットを持ち上げると、胸や腕のセンサーは、バスケットがどこに触れていて、どの程度の強さで押し付けているかを正確に記録します。このデータは毎秒10回（10 Hz）の頻度で記録され、接触の極めて詳細なマップを作成します。

テスト：ロボットは「抱擁」を学べるか？

このシステムが実際に機能するかどうかを確認するため、チームは、ロボットが手だけでなく体を使う必要がある4つの難しいタスクを設定しました。

1. タオル掛け： タオルがロボットの腕の上に置かれます。ロボットは腕を回転させて、タオルを掛けます。
2. バスケット保持： バスケットがロボットの胸に押し付けられます。ロボットは両腕でそれを掴み、しっかりと保持しなければなりません。
3. ボール投入： ロボットは片方の腕でバスケットを胸に押し当てながら、もう一方の腕を使ってボールを拾い上げ、中に入れます。
4. 適応的保持： これが最も難しいタスクです。ロボットは、物体がどこに触れたかに基づいて、異なる保持戦略を判断しなければなりません。長い箱が胸に触れた場合は両腕で保持し、スリーピングバッグが片方の腕だけに触れた場合は、その腕で保持します。

チームは、ウェアラブル・スーツを使用して40回のデモンストレーション（各タスクにつき10回）を収集しました。人間のオペレーターがスーツを着用してタスクを実行し、アシスタントが物体を手渡します。スーツは関節角度と触覚センサーのデータを記録しました。

結果：ロボットは「感じる」ことを学ぶ

データを収集した後、彼らはデモンストレーションから学習するためのコンピュータプログラム（「ポリシー」と呼ばれます）を訓練しました。その後、このプログラムをアイソモーフィック・ロボットに投入し、その結果を見守りました。

結果は目覚ましいものでした。ロボットは以下のことを正常に学習しました。

• 物体が体のどこに触れたかに基づいて、異なる保持戦略を切り替えること。
• 未知の状況に対処すること。例えば、物体の順番が変わっても、ロボットは正しい保持方法を見つけ出しました。
• 学習データに含まれていなかった数のボールを扱うこと。

ロボットは単に動きをコピーしたのではなく、接触の「論理」を学んだのです。胸のセンサーがバスケットを感じ取ると、ロボットはそれを掴むべきだと判断しました。腕のセンサーがタオルを感じ取ると、回転すべきだと判断しました。研究者は、ロボットの動きが人間の動きに非常に近く、関節角度の平均誤差が1度未満であったことを指摘しました。

いくつかの小さな問題もありました。ロボットが腕と胸の間で物体を保持しようとした際、時折物体を落としてしまうことがありました。研究者は、胸部と対象物に少しのスポンジ製のパッドを追加することで、グリップをより柔らかく安定させられることが分かりました。これは、ロボットが「動き」は学んだものの、「物理的なグリップ」についてはまだ改善の余地があることを示唆しています。

なぜこれが重要なのか

TWINSシステムは、ロボットに体を使う方法を教えるために、超複雑な脳は必要ではなく、ただ「体の感覚」を捉える方法が必要であることを証明しました。教える側（スーツを着た人間）と学ぶ側（ロボット）が物理的に同一であるシステムを作ることで、研究者たちは推測の余地を排除しました。彼らは、適切な感覚データさえ与えられれば、ロボットは手だけでなく、胸や腕を使って物体を操作できることを示しました。

これは、まだすべてのロボットの問題を解決する魔法の杖ではありませんが、重要な一歩です。もし私たちが、家具の運搬やキッチンの補助、あるいは倉庫での作業など、現実世界の仕事でロボットに助けてもらいたいのであれば、指先だけでなく、全身で世界を感じる方法を教える必要があるのです。そしてTWINSによって、私たちはようやく、それを実現する方法を手に入れました。