2026 年の現在、テスラのオプティマスやボストン・ダイナミクスのアトラスなど二足歩行のロボット技術は飛躍的に進歩しており、深層学習、強化学習、Large Language Model（LLM）の統合により、以前の不安定な姿勢制御や単純な移動が大幅に改善されました。しかし、これらの高性能なロボットが依然として段差の昇降やドアの開閉といった日常動作で struggle している事実が明らかになっています。専門家らは、この困難の核心は「力制御」の欠如にあると指摘しています。現在のロボットは位置制御に依存しており、物体との接触や環境の物理的特性に対して柔軟に対応できないためです。人間の筋肉や神経系は力覚を感じて瞬時に微調整を行いますが、ロボットは重く硬いため、精密な作業や delicate な物体を扱う際に力を加えすぎて破損させるリスクがあります。このため、アトラスのようなロボットは、掴み作業時には極めてゆっくりと動作し、安定性を確保せざるを得ません。専門家の間では、ハードウェアの改良、触覚センサーの導入、あるいは強化学習と物理法則を組み合わせた新しい制御理論の構築など、課題を克服するための複数の道が議論されています。一部の研究者は、現在の AI アーキテクチャが根本的に不適切であるとし、物理的基礎を学習できる新たなアプローチの必要性を訴えています。技術的には進歩が続いていますが、人間の生活空間で完全自律的に動作するロボットを実現するには、まだ多くの時間を要します。力制御を人間レベルで実現するまで、二足歩行ロボットは日常の複雑なタスクを完全にこなすことは困難とされています。