何が起きたか
OpenSpace Labは2026年10月1日、IEEE/RSJ International Conference on Intelligent Robots and Systems（IROS）2026のワークショップ競技「Competition on Intelligent Information Gathering for Single and Multi-Robot Systems Workshops」での成果を公表した。単一ロボット公開部門で1位、単一ロボット秘密部門で3位、マルチロボット秘密部門で3位だったとしている。公開部門の到達率は61.04%で、秘密部門は単一ロボット39.53%、マルチロボット39.91%だった。
詳細
同社の単一ロボット枠は、事前学習済みの地図補完予測を使ってグローバル計画を立て、未探索領域を優先する設計である。探索可能時間が限られる点に対しては、残り時間ベースの探索戦略を導入し、帰還制約を意思決定に組み込んだとしている。 マルチロボット枠では、観測利得、移動コスト、予算制約を均衡させる効用駆動の目標選択を用いた。共有地図と意図データを活用して重複探索を減らし、協調効率の最大化を図ったとしている。
Key Facts
| OpenSpace LabはIROS 2026のワークショップ競技で、単一ロボット公開部門1位、単一ロボット秘密部門3位、マルチロボット秘密部門3位を獲得した。 | [1] |
| 単一ロボット公開部門の到達率は61.04%だった。 | [1] |
| 単一ロボット秘密部門の到達率は39.53%だった。 | [1] |
| マルチロボット秘密部門の到達率は39.91%だった。 | [1] |
| 単一ロボット枠では、事前学習済みの地図補完予測と残り時間ベースの探索戦略を用いた。 | [1] |
本紙の見方
今回の公表で新しいのは、OpenSpace LabがIROS 2026の競技で複数部門の順位と到達率を示した点である。一方で、技術的な核は屋内探索という既存課題に対し、単一ロボットでは未探索領域の優先、マルチロボットでは重複探索の抑制という二つの制約を別々に解いた点にある。つまり、同じ探索でも「地図を埋める能力」と「限られた時間・予算で動く能力」を分けて設計している。 本紙の関連記事はないが、今回の情報だけでも、単一ロボットとマルチロボットで評価軸が異なり、同一のアルゴリズムで両者を単純に置き換えられない構図が見える。単一ロボットでは残り時間と帰還制約をどう扱うかが焦点で、マルチロボットでは共有地図と意図データを前提に、どこを誰が探索するかの割り振りが重要になる。61.04%、39.53%、39.91%という到達率の差は、各条件での制約の強さを反映している可能性があるが、競技条件の詳細が本文だけでは読み切れないため、性能比較の解釈は慎重であるべきだ。 業界構造としては、こうした競技結果は探索・地図生成・協調制御を一体で評価する場での到達点を示すにとどまる。実運用への接続では、共有地図の更新頻度、意図データの形式、探索終了条件、計算資源の消費が論点になる。さらに、事前学習済みの地図補完予測を使う以上、学習データの範囲が未知環境での汎化をどこまで支えるかも確認が必要である。次に見るべきは、延長版論文での手法の具体化、評価条件の詳細、そしてソースコード公開後に再現可能性が担保されるかどうかである。
なぜ重要か
IROS 2026の競技結果として、単一ロボットとマルチロボットの両方で順位と到達率が示されたため、屋内探索で何を改善したかが比較しやすい。特に、共有地図と意図データを使って重複探索を抑える設計は、複数機の協調が前提になる現場で評価軸になりうる。
日本への影響
日本では屋内移動ロボットや倉庫・施設内の自律走行で、地図補完、探索終了条件、複数機の役割分担が実装論点になっている。今回のように残り時間や予算制約まで含めた探索設計は、実装時に計算資源と運用制約をどう折り合わせるかという点で参考になる。