中国科学院寧波材料技術工学研究所は、人間とロボットが協力する接触作業におけるインタラクションスティフネス（硬さ）推定手法を開発した。実作業環境でのロボット技能学習には柔軟な力制御が不可欠だが、従来の表面筋電図（sEMG）分析は筋交叉や運動アーティファクト、未知ノイズの影響を受けやすく、安定した特徴抽出が課題だった。 本研究チームは極値理論（EVT）を活用したノイズフリー最大関連最小冗長法（NF-MRMR）を提案した。EVTによりノイズ閾値を自動設定し、ノイズ影響を排除した類似性尺度で特徴間の冗長性を低減、情報量を最大化するアルゴリズムである。15のベンチマークデータセットおよび協調拭き掃除タスクで検証し、わずか10のsEMG特徴で連続スティフネスを再構築。従来基準手法に対して平均絶対誤差を約37.73％削減し、ロボットは加圧痕に応じた自律拭き動作を遂行した。 本手法は、生体信号からの堅牢な接触情報抽出を実現し、人形ロボットや実体AIにおける研磨・組立などの接触密集作業や人間示範の技能遷移に寄与する。関連成果は学術誌IEEE Transactions on Industrial Electronicsに掲載され、国家重点開発計画等の支援で実施された。