Boston Dynamics、人型ロボット「Atlas」が冷蔵庫運搬を実現　強化学習で重労働対応へ

米Boston Dynamicsは5月19日、人型ロボット「Atlas」が小型冷蔵庫を持ち上げて運ぶ様子を捉えた動画を公開した。強化学習の活用により、多様な条件下で物体を確実に把握・操作する適応力を獲得した成果だという。

動画では、Atlasが胴体を180度回転させ、しゃがみ込んで小型冷蔵庫を持ち上げ、エンジニアの元へ運ぶ一連の動作を自律的にこなす。このロボットは工場や倉庫、建設現場などで耐久性・機動性・器用さが求められる作業に対応する「物理作業向けの汎用ツール」として設計されており、今回の実験はハードウェアと動作制御の両面での進歩を示すものと位置づけられている。

同社によれば、これまで最先端とされてきたロボット技術の多くは、環境理解や制御をカメラからの情報に過度に依存し、指先など限定的な部分でしか物体にアプローチできないため、軽量な作業にしか対応できていなかった。

しかし実際の重労働では、両腕で箱を抱えたり腰を落とした姿勢で重いものを持ち上げたりするなど、身体全体を活用した「身体的知能」の拡張が不可欠となる。

同社が今回の実験対象に冷蔵庫を選んだのは、まさにその拡張した能力を証明するためだ。冷蔵庫を持ち上げるには、視覚と手の動きだけでなく、重さを予測して体を傾け、形状に合わせて身体を動かし、実際に持ち上げられるかを確認する準備が必要になる。

Atlasは強化学習を用い、シミュレーション上で物体の位置や質量、床のグリップ力、物体を保持した際の胴体・腕・手の配置など、膨大なバリエーションの練習を重ねることで適応力を獲得。その結果、冷蔵庫を的確に持ち上げられる高い実用性を実現した。この位置や動きを察知する能力は、製造現場の作業でも重要なベンチマークになると同社は説明する。

また、今回使用したAtlas（2026年初頭に発表された量産モデルとみられる）のハードウェアは、大規模展開を見据えたシンプルさと信頼性を備える。関節部を横切るケーブルをすべて排除しアクチュエーターの無限回転を可能にしたことで故障リスクを低減。さらに腕、脚、手、頭部は現場で数分以内に交換可能なユニット構造になっており、実用面でのメリットが多いという。