※本記事は、ETH ZurichロボティクスAssistant ProfessorであるRobert Katzschmann氏による講演「Life-like robots using biohybrid and musculoskeletal technologies」の内容を基に作成されています。本講演はAI for Goodが主催するウェビナーシリーズの一環として公開されており、動画の詳細情報は https://www.youtube.com/watch?v=moI6fCzqYBE でご覧いただけます。本記事では講演の内容を要約・再構成しております。なお、本記事の内容は登壇者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご視聴いただくことをお勧めいたします。AI for GoodはITUが50以上の国連パートナーと連携し、スイス政府と共同で運営する国際的なAI活用推進プラットフォームです。AI for Goodの活動詳細については https://aiforgood.itu.int をご参照ください。
1. イントロダクション：現代ロボットの限界と問いの設定
1-1. 産業用ロボットの現状——Boston Dynamicsの事例と人間の手との比較
Presenter： 本日はETH Zürichの私たちのラボから、ロボットの未来についてお話しします。私たちが日々考えていることと、今後取り組むべき方向性についてご紹介できればと思います。
まず最初に、現在の産業用ロボットの最先端を見てみましょう。Boston Dynamicsのロボットが、おそらく自動車関連の製造現場で使われるようなプラスチックシートを棚に収納するタスクをこなしている映像があります。これは確かに高度なロボットですが、よく見るとこのタスク自体はそれほど複雑ではありません。人間がその場にいる状況下で、単純なピック・アンド・プレース——物を拾って置く——という動作をしているに過ぎないのです。ここで私が感じた疑問は、なぜ私たちはいまだにこのような極めて工業的なタスクに焦点を当て続けているのか、ということです。
次に、別の映像を見てください。これは頭部にカメラを装着した一人称視点の映像です。映っているのはStevenという人物で、あるファストフードチェーン——どこかは皆さんもおわかりかと思いますが、それは本題ではありません——でバーガーを組み立てています。彼は注文内容を確認しながら、必要な食材を次々と手に取り、よどみなく組み立てていきます。このとき彼の両手は、極めて器用に、かつ多様な動作をこなしています。これを「dextrous（巧みな）かつversatile（汎用的な）」と呼びます。ロボットと比べたとき、人間がいかに高度なことを手でやってのけているか、この映像は雄弁に物語っています。では、なぜ私たちはこれと同じことができるロボットをいまだに作れていないのでしょうか。速く、インタラクティブに動けるロボットを作ることが、なぜこれほどまでに難しいのか——これが私の研究の核心にある問いです。
1-2. ソフトロボット・剛体ロボットの概観と筋骨格設計という提案
この問いに答えるために、まず現在の主要なロボット設計のアプローチを整理しておく必要があります。一つは「ソフトロボット」です。シリコンやエラストマーといった柔らかい素材を使って、文字通り柔軟な構造を作るアプローチです。もう一つは、皆さんがここの展示会場でも多くご覧になっているような「剛体ロボット」です。これは骨格——硬くて強固な構造——を持ち、そこにモーターを組み合わせて動かすアプローチです。
では、自然界——つまり生物——はどうしているかというと、これらのどちらでもありません。生物は、私が今ご提案したい設計思想と同じものを使っています。それが「musculoskeletal robot（筋骨格ロボット）」という概念です。少々長い名前ですが、要するに筋肉（muscle）と骨格（skeleton）を持つロボットです。それだけではありません。腱（tendon）、人工筋肉、靭帯（ligament）、そして皮膚（skin）——これらすべての要素を統合した設計です。私が今この手でクリッカーを握れているのも、筋肉・腱・骨・靭帯・関節が複合的に機能しているからに他なりません。私の手がこの形状と構造を持っているからこそ、あのようなバーガー組み立ての動作が可能になるのです。
筋骨格ロボットを構成する要素——筋肉、腱、骨、靭帯、関節——これらをすべて工学的に再現しようとすることは、確かに非常に難しいことです。しかし、これは挑戦する価値のあることだと私は確信しています。筋肉が機能的にどのように働くかを理解することができれば、私たちと安全にインタラクションできるロボットを設計できるかもしれません。筋肉のように収縮する構造を工学的に実現できれば、それはロボット設計に根本的な変革をもたらすはずです。この問いを出発点として、私たちの研究は始まっています。
2. バイオハイブリッド筋肉：生細胞を使った人工筋肉の工学
2-1. 筋肉の生物学的構造とスキャフォールド作製手法
Presenter： では、実際に筋肉がどのように構成されているのかを見ていきましょう。少々グロテスクな映像かもしれませんが、私たちの筋肉の構造と、その基本的な構成要素についてご説明します。
私たちの筋肉は非常に多くの繊維（fiber）で構成されており、その繊維の中には個々の細胞が含まれています。出発点となるのは「筋芽細胞（myoblast）」と呼ばれる細胞です。この筋芽細胞を培養することで、筋繊維（muscle fiber）へと成長させることができます。たとえばペトリ皿の中にこの細胞をそのまま放り込んでも、何も起きません。しかし、ゲルの中に入れて構造を与え、特定の方向に力をかけてやると、細胞はその方向に沿って成長を始めます。
出発点となる幹細胞（stem cell）、あるいは前駆細胞（progenitor cell）はまだ分化していない状態にあります。私たちはこれを筋細胞へと分化させることで、工学的に筋肉を構築します。この研究を最前線で進めているのが、私のラボのPhD学生のAishaです。彼女は生きた材料——まさに細胞そのもの——を使った研究に取り組んでいます。
Aisha： 私が使っている手法を説明しましょう。まず、二波長のレーザーを使う3Dプリンターで薄いフィルム状の層を作ります。これをスキャフォールド（scaffold）と呼びます。表面には細かい溝（groove）が刻まれており、その上に細胞を載せます。この時点では、スキャフォールドはただ細胞が乗っているだけの平らなシートに過ぎません。まだ何も動いていません。ここから栄養培地の中で培養を続けると、day 0からday 3にかけて細胞はゲルを再構成し始め、day 6、そしてday 14と経過するにつれて、個々の筋芽細胞が筋繊維へと成熟していきます。これは私たちの体の中で起きているプロセスと同じです。
使用している細胞株は「C2C12」というマウス由来の細胞株です。これは何十年も前に不死化（immortalized）されたもので、動物を犠牲にすることなく、サプライヤーから購入して継代培養を繰り返し使い続けることができます。
2-2. 電気刺激による収縮メカニズムとバイオハイブリッドスイマーの開発
Presenter： Aishaが作ったこの構造物が、私たちが「二層構造筋肉スイマー（bilayered muscle-based swimmer）」と呼ぶものです。上部にゲル層があり、白く見える部分が実際の筋肉です。この筋肉が収縮することで、スイマー全体が動きます。では、どのようにして収縮を引き起こすのでしょうか。電気信号を与えることで収縮が起きます。映像の右下隅に電極が見えると思いますが、電場（electrostatic field）を印加すると、筋肉細胞のカルシウムチャネルが開きます。このチャネルの開閉を一定の周波数で繰り返すことで、筋肉が収縮し、スイマーが泳ぐのです。
Aisha： スイマーを開発するにあたって、私はまず文献調査から始め、これまでに報告されている同様のシステムと私たちの結果を比較しました。速度という観点では、私たちのスイマーは比較的高速な部類に入ります。もっとも「高速」といっても、数字で言えば毎分数ミリメートル、あるいは体長比（body length per minute）での評価になります。スイマーが泳ぐのは数センチメートル幅のペトリ皿の中ですから、絶対的な速度としては決して大きくはありません。まだまだ改善の余地は多くあります。
2-3. 運動モードの多様化と周波数依存性実験の知見
このスイマーは泳ぐだけでなく、跳躍（jump）や歩行（walk）もできます。電極の周りを回り込みながら前進したり、跳び上がって前方に進んだりする様子が確認できます。さらに興味深い知見として、刺激周波数によって垂直方向の移動が制御できることがわかりました。スイマーを液体の栄養浴の底に置いた状態で、1Hzで刺激すると水面まで泳ぎ上がることができません。2Hzにするとわずかに改善します。そして周波数をさらに上げていくと、最終的に水面まで到達できるようになります。刺激周波数が、このバイオハイブリッド系の運動性能を直接制御するパラメータになっているわけです。
2-4. シミュレーションによる実験加速と細胞系ロボット化の現実的課題
Presenter： このような実験系を最適化していくためには、どのように構築すればパフォーマンスが上がるのかを理解する必要があります。外側のスキャフォールドに対して筋肉量をどう配分するかによって、遊泳速度が変わることもわかってきました。しかし問題は、実験一回あたり二週間を要するという点です。そこで私たちはシミュレーションの開発を進めています。計算によって実験を事前に予測し、実際に試す前に条件を絞り込めれば、研究のスピードを大幅に上げることができます。
シミュレーションを物理的に正確なものにするためには、いくつかの難しい問題を解かなければなりません。まず「流体‐構造相互作用（fluid-structure interaction）」、つまり液体の中で収縮するこの構造体が液体とどのように相互作用するかを正確にモデル化する必要があります。次に、スイマーが壁にぶつかったり障害物の周りを動いたりする際の衝突モデルも必要です。そして最も根本的な問題として、電気刺激を与えたときに筋肉がどれだけ収縮するかを定量的にモデル化しなければなりません。さらに3Dプリンティング技術の精度向上と、この筋肉を構築するための新しいゲル材料の開発も並行して進めています。
ただし、率直に申し上げると、細胞を使ったシステムで完全なロボットを作ることは、現時点では現実的ではありません。スイマー一体を作るだけでも、リソースという観点では非常にコストがかかります。そのため私たちのグループでは、細胞を使わずに「収縮する」動作を実現できる別のシステムの開発も並行して進めています。次章では、そのアプローチについてご紹介します。
3. 電気油圧式人工筋肉とPLEACホッパー
3-1. 電磁モーターから電気油圧筋肉へ——設計思想の転換
Presenter： 細胞を使ったバイオハイブリッド系の話をしてきましたが、ここで大きく視点を変えます。細胞を使わずに、筋肉のような収縮動作を工学的に実現する方法についてお話しします。
まず、現在のロボットがどのように動いているかを改めて確認しておきましょう。皆さんがこの会場の展示でご覧になっているロボットのほとんどは、左側に示すような構造を持っています。二つのモーターがあり、それぞれコイルと磁石を組み合わせた電磁モーターです。電流を流すとモーターが回転する——これは電気自動車の駆動原理と同じです。そしてモーターにはエンコーダ（encoder）と呼ばれるセンサーが内蔵されており、モーターが今どの位置にあるかを常に把握できるようになっています。これが現在のロボット設計の標準的な構成です。
では、筋骨格設計の思想に基づいてロボットを作るとしたら、どう変わるでしょうか。この場合、複数の筋肉を使い、靭帯を使うという構成になります。個々の筋肉は液体で満たされたポーチ（pouch）状の構造体で、その外側に電荷をかけると収縮します。モーターは回転する、筋肉は収縮する——これが両者の本質的な違いです。モーターは一つの関節に集中して力を発揮しますが、筋肉はロボットボディの上に分散して配置され、そこから腱（tendon）を通じて力を伝えます。腱をどの角度でロボットに取り付けるかによって、動作の方向や特性を変えることができます。
さらに、エンコーダの代替として筋肉自体をセンサーとして使えることも重要な特徴です。筋肉が収縮すると静電容量（capacitance）が変化します。物理の原理から、静電容量に変化が生じたということは、何らかの力がかかっていることを意味します。つまり、筋肉の静電容量の変化を計測することで、力のセンシングを行うことができます。従来のモーター系でギアボックスや伝達機構が担っていた役割を、腱と筋肉の組み合わせが担うわけです。これが電磁モーターから電気油圧式筋肉（electrohydraulic muscle）への転換が意味する、構造的・機能的な変革です。
3-2. PLEACの設計・固有安定性・エネルギー効率・障害物センシング実験
この設計思想を実際のロボットとして形にしたものが、私たちが「PLEAC」と呼ぶホッパーロボットです。会場入口右手のブースに展示してありますので、Thomasが実際に動かしながらご説明します。PLEACは2対の筋肉グループが収縮と弛緩を繰り返すことで跳躍動作を実現しています。
このシステムの特に優れた点の一つは、収縮の状態をセンシングしながら能動的に制御しなくても、本質的に安定した動作が得られることです。つまり、筋肉の収縮のされ方そのものが固有の安定性（inherent stability）を持っており、複雑なフィードバック制御がなくても整った跳躍動作が成立します。
エネルギー効率についても注目すべき知見が得られています。サーマルカメラ（thermal camera）を使って計測した結果、電磁コイルを使うモーターは動作中に顕著に発熱することが確認されました。一方、電気油圧式筋肉は発熱しません。静電荷を印加すると収縮し、その荷電を取り除くと弛緩する——それだけです。この過程で熱として失われるエネルギーがほとんどないため、エネルギー効率の観点でモーター駆動系に対して明確な優位性があります。
さらに、PLEACは静電容量センシングを活用した障害物検知と動作変更も実証しています。岩や障害物にぶつかると、その衝撃によって筋肉の静電容量が変化します。このグラフが示しているのはまさにその変化です。静電容量の変化を計測することで、障害物との接触を検知し、それに応じて跳躍のアプローチを変えることができます。センサーとアクチュエータが同一の構造体——筋肉——の中に統合されているわけです。これはモーターとエンコーダを別々に設計・搭載しなければならない従来系との大きな違いであり、筋骨格設計の重要な利点の一つです。
4. 3Dプリント筋骨格ハンドと自律操作
4-1. インクジェット多材料3Dプリンティングの原理とクローズドループ印刷技術
Presenter： 筋肉のアクチュエータの話をしてきましたが、筋骨格システムには筋肉だけでなく、靭帯・関節・腱・骨といった要素すべてが必要です。ここからは、それらを3Dプリンティング技術で製造する取り組みについてお話しします。
私たちが使っているのはインクジェット方式の多材料3Dプリンティングです。レーザープリンターが普及する以前に使っていたインクジェットプリンターを思い出してください。あの小さなノズルから微量の液体を噴射する仕組みを、平面ではなく三次元方向に応用したものです。一層分の液滴を並べて印刷したあと、UV光を照射します。UV光が当たると液体は硬化し、液状から固体へと変化します。これを繰り返すことで三次元構造を積み上げていきます。
ただし、ここに重大な技術的課題がありました。従来の方式では、一層印刷するたびに表面の余剰材料を機械的なブレードで削り取る工程が必要です。しかし印刷する材料が粘度の高いものだと、ブレードに材料がまとわりついて正確に削り取れなくなってしまいます。そこで私たちはこの機械的なブレードを廃止し、代わりにカメラとレーザースキャナを搭載しました。一層印刷するたびに表面をスキャンし、どこに多く印刷されどこが少ないかを正確に把握します。液滴のサイズはノズルごとにばらつきがあり、大きすぎる液滴が出た箇所は次の層で印刷量を減らし、少なすぎた箇所は増やす——というクローズドループの補正を毎層ごとに実施します。
この手法によって得られた最大の技術的ブレークスルーは、低粘度のポリマー材料を印刷できるようになったことです。エポキシをはじめとする、従来は印刷不可能だった高機能材料が扱えるようになりました。これにより、軟らかい素材と硬い素材を同一の印刷プロセスの中で混在させて造形できます。人間の手のスキャンデータを取り込み、関節包（capsule）や骨を含む複雑な構造をそのまま印刷し、実際に指を動かすことができるハンドを製作することが可能になりました。
4-2. Orcaハンドの設計進化・模倣学習・強化学習による自律タスク実行
このプリンティング技術の発展と並行して、私たちはハンドの設計自体も継続的に進化させてきました。最初に印刷したハンドでは、私たちの体の中で骨同士をつなぐ「滑膜関節（synovial joint）」の構造を参考にしています。これを製造のしやすさを考慮して簡略化し、「転がり接触関節（rolling contact joint）」として実装しました。その後も多くの設計イテレーションを重ね、最終的には筋肉を内蔵することを見据えたハンドへと発展させています。今年の最新設計では、すべての要素が印刷・組み立てによって構成されています。
現在、私たちのラボでは二種類のハンドが並行して開発されています。一つは「Mimic Hand」、もう一つが今日ここに持参した「Orca Hand」です。
Aris・Max： Orca Handは昨年秋の大学院の授業の中で開発しました。このハンドは5本の指と手首を持ち、それぞれ独立して動かすことができます。設計の大きな特徴はオープンソースであることです。IKEAの家具を組み立てるのと同じように、誰でもこの設計データをダウンロードして自宅で複製・製作できることを目指しています。手首を回転させたり、各指を個別に制御したりといった動作が可能で、これを強化学習（reinforcement learning）や模倣学習（imitation learning）のプラットフォームとして活用しています。
Presenter： このOrca Handを使って、私たちは自律操作の学習に取り組んでいます。まず模倣学習のアプローチについて説明します。Arisが両手に装着しているのは、二つのハンドを遠隔操作するためのクローデバイスです。これを使って人間がタスクを実演し、その動作をロボットに学習させます。ロボットは三つの異なる角度からのカメラ映像を同時に参照しながら動作を習得します。
実際のデモンストレーションでは、ロボットアームが物体を把持してバスケットに投入する動作を繰り返しています。最初は人間が操作して動作を教え込み、その後は完全に自律的に動作します。テレオペレーションは一切介在していません。何時間も継続してこのタスクを実行し続けることができます。
さらに、学習するタスクはレゴブロックのピック＆プレースに限りません。ボトル、電池、パン類などの食料品といった形状や重さの異なる多様な物体の把持と、トレイへの配置といった複数モードのタスクへと拡張しています。冒頭でご紹介したファストフードの従業員がバーガーを組み立てる映像——あの器用で汎用的な手の動きの実現——に向けて、着実に歩みを進めています。
最後に一点補足しておくと、このようなロボットハンドは必ずしも小型である必要はありません。大型化しても器用さを維持できる可能性があります。スケールに依存しない器用さの実現もまた、私たちが見据えている方向性の一つです。
5. まとめと展望
5-1. 三つのアプローチの総括と今後の研究方向
Presenter： 本日は三つの異なるアプローチについてお話ししてきました。最後に全体を振り返りながら、私たちが目指している方向性をお伝えします。
一つ目は、生細胞を使ったバイオハイブリッド筋肉です。マウス由来の不死化細胞株C2C12を3Dプリントしたスキャフォールド上で培養し、電気刺激によって収縮させることで、泳ぐ・歩く・跳ぶといった運動を実現しました。二つ目は、細胞を使わない電気油圧式筋肉（electrohydraulic muscle）を用いたPLEACホッパーです。液体充填ポーチへの静電荷の付与と除去だけで収縮・弛緩を実現し、固有安定性・高エネルギー効率・静電容量センシングによる障害物検知という三つの特性を一つの構造体の中に統合しました。三つ目は、クローズドループ制御による多材料インクジェット3Dプリンティング技術と、それによって製作したOrca Handです。模倣学習と強化学習を組み合わせることで、多様な物体の把持・配置タスクを自律的にこなせるシステムへと発展させています。
これら三つのアプローチは、それぞれ独立した研究ではなく、最終的には一つの目標に向かっています。筋肉・腱・骨・靭帯・関節・皮膚というすべての要素を統合した、真の意味での筋骨格ロボットの実現です。バイオハイブリッド筋肉は生物が持つ本来の収縮メカニズムを工学的に再現しようとするものであり、電気油圧式筋肉はその機能を細胞なしで模倣するものです。そして3Dプリント技術は、これらのアクチュエータを収める骨格・関節・腱といった構造全体を製造するための基盤技術です。これらが統合されたとき、冒頭でご覧いただいたファストフードの従業員のような、器用で汎用的な手の動きを持つロボットへの道が開けると考えています。
自律性の付与という観点でも、私たちはまだ研究の入り口に立っているに過ぎません。模倣学習と強化学習によってOrca Handは複数のタスクをこなせるようになりましたが、人間が日常的に行う無数のタスクに対応できるレベルには程遠い状況です。今後は、より多様なタスクへの適応、より高精度な操作、そして実環境でのロバストな動作実現に向けた研究を続けていきます。ご清聴ありがとうございました。