中国のAstribotは2026年9月5日、公式YouTubeで新技術「SmoothRL」の映像を公開した。この技術は、ロボットが実世界で動き続けながら、その行動から精密に学習していく強化学習手法である。
従来のロボット学習は、シミュレーション環境や停止状態での試行錯誤に依存することが多かったが、SmoothRLは実際に稼働している現場、いわゆるデプロイメント環境の中で直接強化学習を行う点が最大の特徴だ。
動画の冒頭でも「デプロイメント環境の中で直接強化学習を行い、タスク成功率を高め、推論時の重要な目標に焦点を当てる」というメッセージが示されており、ロボットが止まることなく学び続ける未来像を印象づけている。
実環境での検証
SmoothRLの大きな特徴は、業界に先駆けて実世界における高ダイナミックなトス動作、つまり物を投げたり放ったりするようなタスクで強化学習を検証した点にある。
これまでロボットアームによる把持や配置といった静的なタスクは数多く研究されてきたが、動きの速い動的なタスクは制御が難しく、実機での検証例は限られていた。SmoothRLはこの壁に挑み、ロボットが実際に動作を実行しながら、その結果を非同期的に取り込んで学習を進める仕組みを構築した。
具体的なタスクで示された性能向上
動画では、SmoothRLの効果を示す具体的な数値が複数紹介されている。物を放り投げて狙った場所に落とす動作では成功率が39%から94%へと大幅に向上し、ペンにキャップをはめる細かい作業では8%から83%へ、箱を開ける動作では30%から90%へとそれぞれ改善した。
いずれも単なる微調整ではなく、根本的な制御精度の向上がうかがえる結果となっている。
実世界での応用に向けて
動的なトス動作や、力加減が難しいペンのキャップ締め、蓋の開閉といった日常的でありながら繊細な操作を、ロボットが実環境の中で学びながらこなせるようになることは、実世界の不確実性に対応しながら自律的に精度を高めていく可能性を示している点で意義深い。
家庭用ロボットや物流現場など幅広い応用につながることが今後期待できるのではないだろうか。
ロボスタオンラインセミナー情報
フィジカルAIに重要な「学習データ」 知能化ロボットの最前線
ロボスタでは、ヒューマノイドやAIロボットの進化を支える「学習データ」をテーマに、オンラインセミナー「フィジカルAIの『学習データ』はどう作る？ APTO高品氏が語るフィジカルAI時代のデータ戦略と社会実装」を10月7日（水）に開催します。
講演では、「フィジカルAIになぜ学習データが重要なのか」といった基礎から、VLAや模倣学習、テレオペレーションによる実世界データの収集、アノテーション、シミュレーションや合成データの活用まで、フィジカルAIの学習データがどのように作られるのかをわかりやすく解説していただきます。
さらに、実際のユースケースや社会実装に向けた取り組みを紹介します。NVIDIAやAWSとの連携など、フィジカルAI時代に求められるデータ基盤やエコシステムのあり方、今後の可能性についても深掘りします。
ロボットを賢くするための「データ」は、どこから集め、どう作り、どう活用していくのか。フィジカルAIの社会実装を「学習データ」の視点から考えるセミナーです。ぜひ、ご参加下さい。
詳しくはこちら
「触覚」のAIロボット最新研究と実装の最前線
ロボスタでは、AIロボット実装の鍵を握る最新技術のひとつ「触覚・力覚」をテーマに、オンラインセミナー「ロボットは「触覚」で進化する ヒューマノイド・フィジカルAI時代のハプティクス最前線」を9月17日（木）に開催します。
講演では、「人間の触覚・力覚とは何か」「ロボットに触覚はなぜ必要なのか」といった基礎から、視覚AIとの融合、遠隔操作やテレオペレーションとの関係、医療・介護・製造分野への応用、さらにはヒューマノイドやフィジカルAI時代における触覚技術の役割まで、最新の研究動向を交えながらわかりやすく解説していただきます。
後半は、柔軟ゴムセンサ「e-Rubber」の開発や実証実験、「身体性AI」やロボットへの応用事例等をご紹介。
大学等における最先端研究と、企業による社会実装の両面から、触覚技術の現在地と今後の可能性を深掘りします。ぜひ、ご参加下さい。
詳しくはこちら
