NTTドコモ、フィジカルAIの遠隔ロボット制御を検証　力覚対応と通信遅延の影響を調査

　NTTドコモは、ロボットの遠隔制御に向けたフィジカルAI技術の研究開発において、ACCESSの検証・開発支援を受けた。9月1日、ACCESSが発表した。視覚・言語・行動を統合するVLA（Vision Language Action）モデルを力覚情報に対応させるとともに、遠隔制御時の通信遅延が与える影響を検証した。少子高齢化に伴う労働力不足などの社会課題解決に向け、プラットフォームの実用化を目指す。

　AIが物理的な環境で直接作用するフィジカルAIの分野において、VLAは熟練技術者不足や労働力不足を解決するコア技術として注目されている。ドコモは、同社のクラウドサービス「docomo MEC」上で、超低遅延通信と、ロボットが物体に加える力や接触時の抵抗を検知する力覚・触覚に対応したロボットの遠隔操作・AI制御を組み合わせたサービスを提供する「Bilateral Edge Platform」の実現を目指している。その取り組みの一環として、通信やIoT、リアルタイム制御技術などを有するACCESSを受託先として選定し、調査・開発および実証実験を進めた。

　今回の検証では主に二つの取り組みを実施した。一つ目は力覚を扱うVLAモデルの調査・開発および実証実験だ。代表的なオープンモデル「π0.5」をベースに力覚を扱えるよう拡張し、従来の視覚情報や言語指示に加え、物理的な接触や直線的な力、関節を回転させるトルクの情報を考慮した繊細なロボット操作の実現可能性を実機で検証した。

　二つ目は、VLAモデルを用いた遠隔制御における通信遅延の影響検証である。システム内に擬似的な通信遅延を再現する環境を構築した結果、遅延の増加に伴ってモデルの出力行動と実機の状態とのずれが拡大し、動作精度や完了時間に影響することを確認した。さらに、行動生成と実行の非同期化など、遅延の影響を抑えるための技術的検討事項を整理した。

　ドコモは今後、得られた知見を活用してフィジカルAI技術の高度化を図るとともに、高品質なネットワーク環境を活用した遠隔ロボット制御技術と組み合わせ、現場のデジタルトランスフォーメーション（DX）に向けたソリューションの実用化を推進する方針だ。

ニュースリリース