BrainCo、Revo3向け触覚シミュレーター「RevoSim」を発表

何が起きたか

BrainCoのRevo3ハンド向け触覚シミュレーター「RevoSim」が、2026年11月6日にarXivで公開された。シミュレーターは285個の圧電抵抗式タクセルと5本の視触覚指先を同時にモデル化し、圧力、深度、RGB、マーカー変位の観測を同期して生成する。RTX 5090 1基で、深度条件付きマーカー変位構成では最大4,096の並列環境を扱う。

詳細

論文は、把持と手の中で物体を操作する方策をシミュレーションのみで学習したと説明する。RevoSimは将来のシミュレーションから実機への転移に向けた基盤と位置づけられているが、要旨は実機への転移を実証したとは述べていない。

Key Facts

本紙の見方

RevoSimの特徴は、触覚を単一の数値入力として扱うのではなく、285個のタクセルと5本の視触覚指先が生む複数の観測を同期させて、Revo3の操作学習に使う点にある。さらに、RTX 5090 1基で最大4,096環境という値は、対象構成における並列化の規模を示す。ただし、これは特定の深度条件付きマーカー変位構成での上限であり、実機での処理速度や学習成果、別の計算環境での性能を示す数字ではない。論文要旨が示す進展は、触覚を含む操作方策をシミュレーション内で学習したことであり、実機への転移が完了したということではない。 本紙関連記事では、2026年11月5日にBrainCoのロボット用ハンド「Revo 1」が紹介されている。humanoid.guide、Revo 1を紹介。一方、RevoSimの対象はRevo3である。名称の違いを踏まえると、関連する記事として物理ハンドの紹介と、別の型番を対象とするシミュレーション研究を並べて読めるが、両者の設計上の継承関係や互換性は、提示された情報からは判断できない。今回の論文の焦点はハンドの仕様や販売ではなく、触覚観測を含む学習環境の構築にある。 構造面では、センサー構成のモデル化、複数種類の観測生成、並列環境での方策学習という順に、実機の触覚情報をシミュレーション上の操作訓練へ接続している。実機で試行する前にシミュレーションのみで学習できる点は、記載された手法の適用範囲を示す。ただし、現実の接触で生じるノイズや遅延、センサー個体差がモデルにどう反映されたかは要旨に記されておらず、実機試験を省けることまでは意味しない。今後確認すべきなのは、実機転移の成否と条件、シミュレーションと実機の触覚データの差、学習した把持・手内操作の評価方法である。これらが明らかにならなければ、並列環境数だけから実用時の操作性能を評価することはできない。

なぜ重要か

BrainCoが示したのは、Revo3の触覚センサー構成をモデル化し、シミュレーションだけで把持・手内操作方策を学習する手法である。実機転移は今後の基盤として述べられている段階であり、実機での性能やシミュレーションの再現精度は、適用可能性を判断するうえで別途確認が必要だ。