自律ロボットの話でもっともよく省かれる事実があります。いま現場で動いているロボットの多くは、裏で人が支えています。常に操縦しているわけではなく、ロボットが行き詰まったときだけ画面を開いて手を貸します。この仕組みをテレオペレーション、日本語では遠隔操作と呼びます。
2つの役割が重なっている
遠隔操作は、性格の異なる2つの仕事を同時にこなしています。
- データ収集。 人がコントローラーを握って作業をデモすると、その軌跡がそのまま学習データになります。ロボットのデータはインターネットにないという問題に、正面から取り組めるほぼ唯一の方法です。
- 現場での復旧。 すでに配備されたロボットが初めての状況で止まったとき、人が介入して次の動作を指示し、作業を続けさせます。
前者は研究室の仕事、後者は運用の仕事ですが、最近は両者がひとつにまとまりつつあります。現場で人が介入した記録が、そのまま次の学習データになるからです。

操縦装置そのものが研究テーマになった
データの品質は、操縦装置の品質に直接結びついています。操縦がぎこちなければ人の動きもぎこちなくなり、そのぎこちない軌跡が学習データになります。
そこで、小さなアームを手で動かすと大きなアームがそのまま追従する方式(リーダーアームとフォロワーアーム)のように、人の感覚をできるだけ妨げない操縦の仕組みが研究対象になりました。ALOHA系の研究は、双腕ロボットをこの方式で操縦して精密な操作データを集め、そのデータで学習した方策が人の手を借りずに作業をこなすまでの過程を示しています。
1人で何台のロボットを見るのか
運用の観点で中心になる指標は、成功率ではなく介入率です。ロボットが100回作業するあいだに人が何回割り込む必要があるのか、そして1人が同時に何台を受け持てるのか。
| 介入率 | 1人で受け持てる台数 | 事業性 |
|---|---|---|
| 高い | 1台前後 | 人をそのまま使うのと変わらない |
| 中くらい | 数台 | 人件費の削減が始まる水準 |
| 低い | 数十台 | 自律に近い運用 |
この数字がビジネスモデルを決めます。介入率が高ければ人件費は減らず、下がった瞬間に同じ人数でより多くの現場を回せるようになります。自動運転で遠隔監視の要員を置く仕組みも、物流ロボットに例外処理の担当者を配置する仕組みも、同じ計算の上に成り立っています。
完全自律と完全手動のあいだには「1人で何台を見るか」という連続した軸があり、実際の事業はたいていその軸の中間のどこかで成り立っています。
残る課題
- 遅延。 遠隔操作はネットワークを経由します。往復の遅延が大きくなると、人が操縦しても繊細な作業は難しくなります。
- 労働の移動。 現場の作業が遠隔監視に置き換わるのであって、なくなるわけではありません。監視要員がどこにいるのかは、規制と労働の面で別の論点になります。
- 感覚の欠如。 画面だけを見て操縦すると、力加減が難しくなります。触覚をフィードバックする装置があわせて研究されているのはそのためです。
まとめ
遠隔操作は、自律ロボットが完成するまでの一時しのぎではなく、データを生み出す装置であり、現場を回すためのセーフティーネットとして定着しました。評価の基準は成功率より介入率で、1人が受け持てるロボットの台数が事業性を分けます。自律の水準を上げることと、介入を効率よくすることは別々の課題であり、現時点ではどちらも必要とみられます。