この画像を大きなサイズで見る学びの効率化でロボットがスポーツスキルも即マスター？ヒューマノイドロボットの課題だったスポーツの動き。その常識がついに覆されようとしている。
完璧なプロの動きを参考にしなくても、習得率96.5%という驚異の結果が出たからだ。
中国の研究チームの企業が共同開発した新システムLATENT（レイテント）は、アマチュアの不完全な動きをもとにヒューマノイドをテニスプレイヤーへと変えた。
テニスをする人間の断片的な動作データの組み合わせと、強化学習により、ヒューマノイドが実際のラリーを安定して続けるほどの運動性能を示したという。
ロボットの運動スキル学習を支える新システム
これまでロボットに、スピードと精密な動きが求められるスポーツ技能を学習させるには、高精度なモーションキャプチャや詳細な運動学データが必要とされてきた。
だが、そうした手法は、コストや実用面で制約が大きく、幅広い運用のネックにもなっていた。
そうした課題の突破口となりそうなのが、中国の清華大学の研究チームとAIロボット企業Galbot（ガルボット）が共同開発したLATENT（レイテント）だ。
この画像を大きなサイズで見るこのシステムは、ヒューマノイドロボットにとっては複雑な、人間の動きの学習サポートのために生まれた新しいアプローチ。
「不完全でも実用的な人間データ」を活用することで、人型ロボットが実際にリアルタイムで使用できる運動スキルを低コストで獲得することを目指す。
アマチュアのテニスの動きの断片から実用レベルのスキルを習得
チームが開発したLATENTの仕組みは、ざっくりいえば、完全ではない人間のテニスの動作を単純な要素に分割することで、AIの運動能力学習をより効率的にするというもの。
この画像を大きなサイズで見る手法としては、まずチームが運動データの収集として、アマチュアのテニスプレーヤーのテニスの動きを簡易モーションキャプチャで5時間分ほど収集。
その動きのデータをフォアハンド、バックハンド、横移動、クロスステップなどに分解した。
次にAIが、それらのデータをブラッシュアップ。チームが構築した、動きに関する機械学習用の潜在空間（Latent Space）で、それぞれの”動きの断片”を効果的に解釈したり、パズルのように組み合わせるなどして、テニスに適した動きにまで洗練し、強化学習で自然かつ応答的な実用レベルのテニススキルを獲得した。
96.5%の確率で人間と連続ラリーを続けるほどに
実験結果では、最大96.5%もの高確率が報告され、実際に人間と連続したラリーを安定して続けられるデモも行われている。
以下はテニス技能を披露する中国のUnitree Robotics社のヒューマノイドロボット、Unitree （ユニツリー）G1。
ただ単にボールを返すだけでなく、フットワークもけっこう軽い。自ら前後に動きつつ人間を左右に走らせ、積極的に勝とうとするらしい動きもみられる。
この画像を大きなサイズで見るロボットが、アマチュアのテニスの動きをデータとして与えるだけで、人間のようにテニスができるようになるとはびっくりだ。
テニスにさほど詳しくない自分からするとボールをきちんと返してるだけで十分すごいと感じるのだが、テニスする人からみてとどうなんだろう。かなりできてる感じなのかな？
LATENTの注目度は高く、2026年3月16日GalbotがXにポストした動画の再生数は4万回を超えている。
報道によると、使用した入力データはプロ並みの完璧さはないものの、”人間がするテニス”という基本的な動作に欠かせない知見をロボットに与えるという。
これまでロボットに何か動きを学習させるとすれば、参考として与えるデータは完璧なもの、という前提があった。
そのためデータ収集にも手間がかかったわけだが、この手法なら、求めるレベルにもよりそうだが、そうしたコストをかなり省くことができるというわけだ。
データ収集のハードルが下がり汎用性にも期待
この新システムの利点としては、先にも述べたようにプロのデータが不必要なため、データ収集のハードルが下がること。
これスポーツだけでなく、介護や物流、協働作業など動的なタスクへの応用といった汎用性も期待できそう。
さらに不完全な人の動きを学ぶことで、ロボットでも自然で柔軟な動作が得られる可能性もある。
確かに、むしろロボットだからこそ正確無比な動きより、多少のブレがあったほうが人間味が感じられ、愛着が湧くことはあるかもしれない。
この画像を大きなサイズで見る他のスポーツの習得には課題も
この手法の安全性や長期的な安定性といった詳細はまだ不明だ。
また今回はテニスだったが、現実的にはうっかりしたら人間を怪我させそうな、もっと素早く力を使う動きの学習に関しては慎重にならざるをえないだろう。
そういう意味では、習得後のリスクが低く、アマチュアのデータの手軽さを生かせるようなスポーツや動きの模索も今後の焦点になる。
ロボットの運動学習の常識を一変させるこの手法。改良が進めば、ロボットのオリンピックが開かれる可能性があるかもしれない。
References: Humanoid robot masters tennis with 96.5% accuracy using simplified human motion
それはつまりロボコンだろう？
もはやAIなのかリアルなのか判別不能
むしろ、素人の動作からのサンプリングだからロボットが追従出来たのでは？
プロの動作を再現させる方がハードルが高くなるのは必然でしょ
素人ほど無駄な動きをしている
反応速度とかは段違いだろうが、プロは無駄な動きはしていないから読み込ませるならプロの方が適している
と推測するがどうなんでしょうね
将来的にはどの国が一番技術力が高いかで競うんだろうな
素人データからAIで自己学習する、という点が凄いね。
中国のAI技術は凄い勢いだね、米国と双璧で他の国々を
引き離している。
実験、宣伝効果として人型だが、それに拘らなければ
実用段階で手が6本で4足歩行で学習すれば目的において
人間を遥かに凌駕する動きを学ぶだろうなぁ。
AIは今後も試行錯誤は続く
開発中レベルでも出してしまう中国のやり方は正解かもしれん
最近のビジネスではスモールスタートで、ある程度できたら公開して資金を集めて開発をするパターンが多いから現代の王道って感じかな。 日本ではあまり見られないのですが、米国なんかもこのスタイルが多いですね。 「ここまでできるんだから、資金出しませんか？」ってね
最初 AI 動画を疑っちゃうくらいによくできてるなと感じました。 計算速度をあげればもっと機敏に動けるだろうし、メカトロ方面ができるようになると機敏さが増すでしょうし、パワーをあげるとサーブの速さがとんでもなくとか、電波で以心伝心でダブルスとかね。 興行的には、ロボット対戦（コンストラクターズ戦）とかヒト対ロボットとか、ヒト・ロボットミックスダブルスとか考えると妄想大爆発っ！
全て機械任せの人の痛みが分かる国みたいなオチになりそう
いざ量産となるといつも通りのおからなんだろな。
Temuで一山いくらかな。
「ラケットをボールに当てるだけ」の初心者の動作だから再現できたけど、上級者のスイングは難しいかな？
関節の可動域を広げれば、人ではありえないプレイが可能と成るであろう
オリンピックがその昔、しゃべる道具と呼ばれた奴隷を戦わせる場だったっていうのが浮かんだ。
早く走ることも、高く飛ぶことも、いずれ人間の限界は来るだろうし、奴隷を戦わせる場から平和の祭典に移ったように、オリンピックとかはヒューマノイドが戦って何かの世界一を決める大会になったりするのかな。
願わくばそれが平和の祭典でありますように。
将来テニスだけでなく、時間に縛られずに他の球技の練習相手にも使えそうですね。楽しみ(ΦωΦ)
まだ、打ち返しやすいボールを打ち返すだけみたいなんだよね
実際のゲームで勝つことを目指すには、相手プレーヤーの動きを見たり、それを学習する所までは必要だろうな