[イーデイリーShin Yeong-bin 記者]LGELECTRONICS(066570)は、米国テネシー州の洗濯機工場で、従来人が行っていた鉄板の搬送作業を人工知能（AI）ロボットに学習させています。実際の製造工程において、ロボットが重い作業物を扱うことができるようにする技術を開発するとともに、学習に必要なデータを増やし、作業の精度を高めています。

LGエレクトロニクスのペク・スンミン ロボット先導研究所長は15日、ソウル城北区の韓国科学技術研究院（KIST）で開催された「第2回韓国ロボット学会専門家シンポジウム」で、ロボットの学習技術開発の現状を紹介しました。

LGエレクトロニクスが公開した事例は、米国テネシー州の洗濯機工場における天板の鉄板の取り扱い工程です。重量約4kgの洗濯機天板を作業員がコーティング用のハンガーに掛けると、設備内に入り、コーティング作業が行われます。作業が終わった鉄板を再び下ろす工程も、人が担当しています。

LGエレクトロニクスは、この作業をロボットが行うようにする技術を開発しています。しかし、従来のロボット学習に活用されていた遠隔操作方式では、作業を実現することが困難でした。

ロボットが両手で鉄板をつかんで持ち上げる際、適切な力を維持する必要がありますが、遠隔操作装置ではこれを精密に制御することが困難でした。作業速度も、実際の生産工程に適用するには遅すぎました。

ペク所長は、「遠隔操作で収集したデータはあまりにも遅すぎる」とし、「洗濯機の鉄板を両側から掴むには、両手の力を感じながらある程度支えてあげなければならないが、遠隔操作装置ではそれがうまくできない」と説明しました。

LGエレクトロニクスは、この問題を解決するために、まず既存のロボット制御技術を活用しました。カメラで鉄板の位置と姿勢を把握し、動作を計画した上で、ロボットに作業を行わせる方式です。このように自動化された動作を実現した後、そのデータを活用してVLAモデルを学習させました。

ペク所長は、現場でロボットが鉄板を持ち上げてハンガーに掛ける作業映像を公開しました。同氏は、「実際に重く、様々な制約条件がある作業物を扱うことは、製造工程において非常に難しい」と述べ、実際の工程への適用を念頭に置いて技術を開発していると語りました。

LGエレクトロニクスは、ロボットの学習に必要なデータ不足の問題を解決するため、NVIDIAとも協力しています。NVIDIAのワールド・ファウンデーション・モデル「コスモス」などを活用し、実際の作業データに基づいて様々な環境の合成データを生成する方式です。

ペク所長は、ロボットが物体と接触する際に発生する力や感覚情報は、合成データだけでは再現するのが難しいと説明しました。そこで、実際のデータに基づき、周辺環境の変化を反映させた合成データを追加して学習させています。

同氏は、「実際のデータを拡張した合成データを混ぜるだけでも、作業の遂行精度が向上することが分かりました」とし、「この点については、後日、NVIDIAとの協業内容として、さらに詳しく発表する予定です」と明らかにしました。

LGエレクトロニクスは、ソウル・ヤンジェのデータファクトリーでも、製造・商業・家庭環境を再現し、ロボットの作業データを収集しています。実際の工場の作業環境を再現してロボットを学習させ、これを生産現場に適用する技術を開発中です。

残された課題は、学習時間を短縮することです。ペク所長によると、テネシー工場での鉄板の取り扱い作業をロボットに教えるのに数ヶ月を要しました。新しい工程ごとに長い学習期間が必要であれば、ロボット導入の経済性を確保するのは難しいという説明です。

LGエレクトロニクスは、ロボットがわずかな実演だけで新しい作業を習得する「少例学習（フューショット・ラーニング）」や、別途の追加学習なしに作業を遂行する「ゼロショット学習」、さらには他の工場環境でも既存の作業能力を活用する技術を高度化していく計画です。

ペク所長は、「ロボットは、今日学んだことを、環境が変わった明日もこなせなければならない」とし、「あるロボットが学習した作業を、他のロボットも実行できるようにすることが、ロボット・ファウンデーション・モデル（RFM）が解決すべき課題だ」と強調しました。