社会的ロボティクス分野における革新的なブレークスルーが、機械が人間とどのように交流を学習するかを変えつつある。研究者たちは、人間の参加を必要とせずに社会的ロボットを訓練できるシミュレーションシステムを開発し、この分野の開発スケジュールを大きく変革しようとしている。
この研究は、2025年のIEEE国際ロボティクス・オートメーション会議（ICRA）で発表され、サリー大学とハンブルク大学のチームによって実施された。彼らのアプローチは、社会的なやり取りの中で人間が自然にどこを見るかをロボットが予測できるダイナミック・スキャンパス予測モデルに基づいている。
「私たちの手法により、ロボットが人間と同じように適切な対象に注意を向けているかどうかを、リアルタイムの人間による監督なしで検証できます」と、サリー大学認知神経科学講師で本研究の共同リーダーであるDi Fu博士は説明する。
研究チームは、2つの公開データセットを用いてモデルを検証し、ヒューマノイドロボットが人間のような視線移動を模倣できることを実証した。人間の視線優先マップをスクリーン上に投影することで、ロボットの予測した注視点と実際のデータを直接比較し、初期研究段階で大規模な人間-ロボット相互作用実験の必要性を排除した。
この革新は、社会的ロボティクス開発における大きなボトルネックを解消するものだ。従来、教育、医療、カスタマーサービスなどの社会的環境向けロボットの訓練・検証には、多数の人間参加者が必要だった。代表的な例としては、小売アシスタントのPepperや、認知症患者向けのセラピーロボットParoなどが挙げられる。
このブレークスルーにより、研究者は実環境への導入前に、シミュレーションを通じて社会的相互作用モデルを大規模にテスト・改良できるようになる。これにより、社会的ロボットの開発サイクルが飛躍的に加速し、コスト削減や人間環境での有効性向上も期待される。