AIがロボットの「段取り」を自動設計する時代へ

ロボットに「何をどの順番でやるか」を教えるプログラムを、AIが自動で書いてしまう——そんな研究成果が発表された。MITなどの研究チームが公開した論文によると、ClaudeやGPTベースのコーディングエージェントに「タスクの説明」と「シミュレーター環境へのアクセス」を与えたところ、28種類のロボット作業環境で、専門家が手で設計した計画プログラムを上回る成功率を達成したという。

具体的な数字を見ると、AIが生成したプログラムの成功率は56〜95%。一方、人手で設計した計画プログラムの成功率は47%だった。評価は98,000エピソードという規模で行われており、単なる小規模実験ではない。注目したいのは、AIが生成したプログラムが「学習したその環境」だけでなく、オブジェクトの数が増えるなど条件が変わった「未知のインスタンス」でも通用したという点だ。一度作ったプログラムが汎用的に動く、という設計になっている。

これまでロボットの「段取り設計」には、作業空間の幾何学的制約や物体の動作制約を熟知した専門家が必要だった。今回の研究は、その専門知識をコーディングAIが代替できる可能性を示したものとして位置づけられる。

この研究で際立っているのは「汎用化（generalization）」への取り組み方だ。通常、ロボット制御プログラムは特定の環境設定にあわせて書かれるため、条件が少し変わると動かなくなることが多い。しかし今回の手法では、AIが「このタスクの本質的な構造」を捉えたプログラムを生成することを目指している。

比較対象として論文が挙げているのは、(1)人手設計のプランナー、(2)コンテキストを与えるだけのワンショット生成、(3)LLMベースの汎用計画ベースライン——の3つ。コーディングエージェントはこれらすべてを上回った。特に「ワンショット生成」との差は示唆的で、AIが環境を探索しながら反復的にプログラムを改良するプロセス自体に意味があることを示している。

関連する流れとして、ロボットは失敗したとき、誰に聞くべきかでも取り上げたように、ロボットの自律性をどう設計するかは研究上の大きなテーマになっている。今回はその「失敗から学ぶ」ループをAIが自動で回す仕組みとして読むこともできる。

実用面では、倉庫や製造ラインのような繰り返し構造を持つ環境で、作業設計のコストを大幅に下げられる可能性がある。今はまだシミュレーター環境での検証段階だが、実環境への接続が進めば影響は大きい。

今回の論文と同日に発表された研究が2本あり、いずれもロボット制御の別の側面を攻めている。方向は異なるが、組み合わさると「何ができるか」の全体像が見えてくる。

ひとつは「Rolling-WAM」。ロボットが映像を見ながら次の動作を予測するモデルだが、課題は処理の遅さだった。Rolling-WAMは映像と動作の「ノイズ除去プロセス」を時間的にずらして並列処理することで、従来比4.5倍の速度で再計画できるようにした。人型ロボット「Unitree G1」での実機テストも行われており、実用化への距離感が縮まっている印象だ。

もうひとつは「RAPID」。人間が1回デモンストレーション（実演）するだけで、その動作からロボット用プログラムを自動生成・検証・改良するという手法だ。特徴的なのは「オブジェクト中心の関係的表現」で、特定の動作の軌跡そのものではなく、物体同士の関係性として動作を記述する。これにより、デモ時と異なる配置でも動作が転用できる設計になっている。

3本をまとめると、「設計の自動化（TAMP×コーディングAI）」「高速な視覚フィードバック（Rolling-WAM）」「デモからの即時学習（RAPID）」というロボット制御の3つの課題が、それぞれ別のアプローチで前進している週だったと言える。