シンガポール工科大学（SUTD）の研究者チームは、階段を走行するサービスロボットが転倒した際、自らの腕で姿勢を制御し転倒を抑制する新しい安全システムの開発に成功しました。このシステムは強化学習技術を応用しており、ロボットが段差でバランスを崩して転落するリスクを軽減することを目的としています。階段はロボットにとって最も過酷な地形の一つであり、実地調査では階段での転倒頻度は平地の 35 倍以上に達すると報告されています。従来の転倒予防策では、歩行者の誤ってロボットに衝突するなどの突発的なリスクを完全には防げず、これが産業界での自律型ロボットの実用化を妨げる大きな障壁となっていました。 研究を率いるモハン・ラジェシュ・エララ教授は、転倒予防だけでなく、転倒を緩和する対策の重要性を強調しています。研究チームは、市販のトラッカーロボットに強化学習で訓練された 3 関節アームを取り付け、シミュレーション環境で五つの主要な転倒モードに対して効果的に支えられる機構を設計しました。強化学習アルゴリズムは、転倒時にアームを瞬時に動かす戦略を学習し、安定した着地を報酬として与えることで制御を最適化しました。その結果、学習済み制御システムの転倒抑制成功率は 69.4% に達し、従来の手動設定されたルールベースのシステム（成功率 38.6%）を大きく上回りました。また、転倒から安定するまでの平均所要時間は 4.25 秒で、目標であった 10 秒以内を達成しました。 特に重要な成果として、この制御アルゴリズムは特定のロボットや階段の形状に限定されず、異なるサイズや形状のプラットフォームに対して再学習なしで適用可能であることが実証されました。例えば、より大きなロボットでは成功率が 87% まで向上しました。しかし、現在の成功率は国際安全規格である IEC 61508 が求めるレベルには届いておらず、実用化にはさらなる性能向上、機械ブレーキなどの補完装置の導入、および安全性の解釈可能性の確保が必要です。今後、研究者は簡易テスト台を用いた物理検証から始め、最終的に多様な実環境での階段走行テストを行う計画です。この技術は、自律型移動ロボットの安全性を高め、業界がロボットを「恐れられる負債」ではなく「信頼できる労働削減ツール」として受け入れることを目指す一大節目となる可能性があります。