ホーム › AI › フィジカルAI › 記事 › 写真・画像

NTTがロボットの失敗を回避するフィジカルAI技術を開発 行動前に荷崩れや落下を予測 11枚目の写真・画像
AI フィジカルAI
NTTがロボットの失敗を回避するフィジカルAI技術を開発 行動前に荷崩れや落下を予測
NTTがロボットの失敗を回避するフィジカルAI技術を開発 行動前に荷崩れや落下を予測
図1：フィジカルAIにおける本技術の位置づけ。既存のロボット制御プログラムと連携し、行動前に周辺環境の変化を予測・評価する
図1：フィジカルAIにおける本技術の位置づけ。既存のロボット制御プログラムと連携し、行動前に周辺環境の変化を予測・評価する
図2：本技術による行動選択の概要。複数の行動候補について行動後の結果を予測・評価し、成功につながる行動を選択する
図2：本技術による行動選択の概要。複数の行動候補について行動後の結果を予測・評価し、成功につながる行動を選択する
図3：NTTワールドモデルの概要。ロボットの行動計画ごとに将来を予測し、実行前に成否を評価する
図3：NTTワールドモデルの概要。ロボットの行動計画ごとに将来を予測し、実行前に成否を評価する
図4：複数の行動候補の予測・評価。各候補を実行した場合の将来映像を生成し、成功への繋がりやすさをスコアとして評価する
図4：複数の行動候補の予測・評価。各候補を実行した場合の将来映像を生成し、成功への繋がりやすさをスコアとして評価する
図5：公開ベンチマーク（OBJ3D）における将来予測結果の比較。従来モデルは衝突の予測に失敗し（赤枠）、本技術は成功している（緑枠）
図5：公開ベンチマーク（OBJ3D）における将来予測結果の比較。従来モデルは衝突の予測に失敗し（赤枠）、本技術は成功している（緑枠）
図6：ロボットアームで物体が隠れる、学習データに含まれない場面での予測結果
図6：ロボットアームで物体が隠れる、学習データに含まれない場面での予測結果
図7：本技術の中核となる将来予測モデルの構成。映像生成モデルに物理制御アダプタを統合し、アダプタで推定した結果を映像生成へ反映する
図7：本技術の中核となる将来予測モデルの構成。映像生成モデルに物理制御アダプタを統合し、アダプタで推定した結果を映像生成へ反映する
表1：公開ベンチマーク（OBJ3D）における予測映像の精度評価結果
表1：公開ベンチマーク（OBJ3D）における予測映像の精度評価結果
NTT R&D FORUM 2026
NTT R&D FORUM 2026
NTTがロボットの失敗を回避するフィジカルAI技術を開発 行動前に荷崩れや落下を予測
NTTがロボットの失敗を回避するフィジカルAI技術を開発 行動前に荷崩れや落下を予測

編集部おすすめの記事

特集

フィジカルAI

VLA

ロボットアーム