AI×製造2026年9月26日読了約6分

RAPID、実演1回でロボット作業を自動生成する

保存

研究チームは、人間の実演映像1本からロボットのプログラムを自動で生成・検証・改良する手法RAPIDを発表した。プログラミング工数を抑え、多品種少量の現場への導入障壁を下げる可能性がある。

研究の概要

Yuyao Liu、Jiayuan Mao、David Hsu、Leslie Pack Kaelbling、Tomás Lozano-Pérezの研究チームは、人間が作業を1回実演した映像から、ロボットのプログラムを自動で生成・検証・改良する手法「RAPID（Robot Agentic Programming from Demonstrations）」を発表した。この手法は、ソフトウェア開発で成果を上げているコーディングエージェントの反復的な改良の仕組みをロボット制御に応用したものである。

RAPIDの核心は、エージェントによるコード改良に必要な3要素、すなわち検証可能なタスク仕様、ロボットが実行する動作の部品（アクションプリミティブ）、およびプログラムを実行して確かめる対話的な環境をすべて実演から自動的に推定する点にある。従来は技術者が個別に用意していた要素を自動化することで、工数削減が実現される。

生成されるプログラムは、特定の動きの軌跡ではなく、物体を中心とした関係性で記述される。動作部品は物体レベルの運動効果を実現する軌道最適化プログラムとして表現され、これを実行時に場面の幾何形状を捉える関係制約で組み合わせることにより、実演の条件と異なる場面でも再利用しやすい特徴を持つ。

評価においては、接触を伴う難度の高い非把持操作8タスクと、ベンチマークLIBERO-Proの一般的な把持操作タスクを用いた。さらに、実機のFranka製アームを用いて非把持8タスクすべてを評価し、物体の位置姿勢、形状、材質、環境の違いに対する汎化性能が確認されたと報告されている。

しくみをやさしく

RAPIDは、実演映像をもとにロボットが自動的に学習し、プログラムを生成する仕組みである。このプロセスでは、まず実演者が行った動作を解析し、必要な要素を抽出する。次に、これらの要素を基にロボットが動作を模倣できるようにプログラムを生成する。最終的には、生成されたプログラムを実行し、動作が期待通りに行われるかを検証する。これにより、従来のプログラミング手法に比べて、工数を大幅に削減することが可能となる。

ビジネスへの示唆

RAPIDの導入は、特にロボット導入時のティーチングとプログラミングにおいて、工数を大幅に削減する可能性がある。多品種少量生産の現場では、各品目ごとにロボット技術者が動作を作り込む必要があり、そのためにかかる段取り替えの時間や外部システムインテグレーター（SIer）への委託費が負担となる。作業者の実演を起点にプログラムを得ることができれば、製造業の生産技術部門では以下のKPIの改善が期待できる。

新規品目の立ち上げリードタイム（稼働開始までの日数）
段取り替え時間と設備稼働率
外部委託費を含む導入コスト

特に、非把持操作は物を押す、滑らせる、倒す、こするなど、つかまずに行う動作を指し、倉庫の現場改善部門にとっては自動化できる工程の範囲を広げる余地がある。これにより、物流の仕分けや梱包、食品加工、組立ラインにおいても、ロボットの活用が進む可能性がある。

また、RAPIDの特性により、現場担当者自身が実演するだけでロボットを活用できるため、熟練者の作業手順をプログラムとして残すことができる。これは人事部門にとっても、技能伝承の観点から非常に重要であり、属人的な技能の形式知化が進むことが期待される。

現場での導入イメージ

仮に導入支援に入るなら、以下の4つのステップで進めることが考えられる。

棚卸し
まず、社内で頻度が高く、人手によるティーチングに時間を要する作業を洗い出す。この段階では、どの業務がRAPIDの導入に適しているかを明確にすることを目指す。
差し込み先の設計
次に、既存のツールや業務プロセスの中で、どの部分にRAPIDを組み込むかを設計する。この際、新たなツールを増やさない現実解を目指す。
小さく試す（PoC）
その後、シミュレーション環境でRAPIDを試験的に適用し、初回の成功率やプログラム作成に要する工数を評価する。このステップでは、実際の業務における効果を確認することが目指される。
運用と横展開
最後に、成功したPoCを基に、実際の業務にRAPIDを運用し、他の部署や業務へ横展開する。この段階では、全体の運用効率を高めることが目指される。

この一連のプロセスを通じて、最終的には、ロボットのプログラム生成が自動化され、現場での作業効率が向上し、導入コストが削減されることが期待される。

今後の展望

ただし、論文の検証範囲は限定的であり、実機評価は1種類のアームによる非把持8タスクにとどまる。工場や倉庫での長時間運用、安全規格への適合、サイクルタイム、成功率の安定性といった実務上の指標は示されていない。生成プログラムの検証をエージェントが担う仕組みが、実環境の不確実性にどこまで耐えるかは今後の課題である。

導入を検討する企業は、まず社内で頻度が高く、人手によるティーチングに時間を要する作業を洗い出し、シミュレーション環境で試験的に適用するのが現実的である。効果指標として、プログラム作成に要する工数と初回の成功率を事前に設定しておくことが望ましい。

コーディングエージェントの進展がロボットへ波及する流れは今後も続くとみられ、その場合、ロボット活用の価値の重心は、個別の動作の作り込みから、実演データの収集と検証環境の整備へ移る可能性がある。