人の指とロボットの指は、長さも曲がり方も同じではない。人の動きをそのまま写しても、物に触れる位置がずれてしまうことがある。Haozhe Zhang氏らが発表したTouchBridgeは、人が身につける記録装置とロボット側の装置を組み合わせ、見え方だけでなく、指先がどこに触れたかも記録する方法だ。

中心となるTac-Retargetという仕組みは、指先が触れた部分の位置関係を合わせて、人の作業例をロボットの動きに変換する。研究者によれば、この変換のために物の正確な三次元模型や位置の推定、物理シミュレーション^[1]を用意する必要はない。変換した映像と動作のデータを使い、画像や指示から動きを選ぶモデルを追加学習させる。

本物の物を使う四つの課題では、人の作業例を変換したデータだけで学習した場合の平均成功率は72.5％だった。ロボットを直接操作して集めた同じ数の例では77.5％だったが、人の作業例は七倍の速さで集められた。ただし、これは決まった課題と装置での結果であり、どんな形の手や物にもそのまま使えると証明されたわけではない。

面白いのは、覚えた例をそのまま繰り返すことと、初めての状況に対応することの違いだ。学習した時と同じではない条件でも動ける力を、ここでは応用力^[2]として考えたい。見事な動画が一つあっても、何回失敗したかは分からない。テストで使った物や明るさを変えたのか、成功例を誰が選んだのか、どんな別の方法と比べたのかを聞くと、研究の意味がもっとよく分かる。新しい技術を楽しみながら、何が実証されて何がまだ不明なのかを分けて読むことが大切だ。 作業例を速く集められても、実際の物にきちんと触れられるかは確認が必要だ。成功率の差は記録が七倍速いという利点と一緒に考えたい。