何が起きたか
OpenTacは2026-10-22、カスタマイズ可能でスケーラブルかつ転移可能な3D触覚センシング向けのセンサー基盤「OpenTac」を公表した。中核は、せん断力と法線力を読み分ける抵抗式の触覚スキンと、設計から製造ファイル生成までを自動化するCADツールである。あわせて、センサーシミュレータ、クロスセンサー転移、迅速・適応的なデータ取得を含む公開エコシステムも示した。 同研究は、2D輪郭や展開可能な3D曲面、さらには「size 9 shoe insole」のような抽象的な記述からでも触覚スキンを設計できるとしている。さらに、4種類の実機ロボットで接触の多い制御と操作方策学習への適用を示し、1024税かのスキンでは16税かずつの部分読出しが、同一センサーの全配列ラスター走査より19.2倍速いとした。
詳細
OpenTacの触覚スキンは、構造化された変形可能なオーバーレイによって接線方向の荷重を空間的に変化する圧力に変換し、隣接するtaxel間の差分応答で局所的なせん断ベクトルを、共通モード応答で法線力を符号化する設計である。 研究チームは、OpenTac-CADの有効性を示すため、さまざまなロボット形状にまたがって30超のセンサーを設計・製作した。3次元触覚場の特性評価には市販の高精度force/torque sensorを用い、hardware、software、result videosをopentac.github.ioで公開している。
Key Facts
| OpenTacは、カスタマイズ可能でスケーラブル、転移可能な3D触覚センシング向けの新しいセンサーとフルスタック・エコシステムである。 | [1] |
| 設計ツールは、2D輪郭や展開可能な3D曲面に加え、「text」などの抽象的記述からも製作ファイルを自動生成できる。 | [1] |
| 研究チームは、さまざまなロボット形状にまたがって30超のセンサーを設計・製作した。 | [1] |
| 1024-taxelのスキンで、16 sampled taxels per updateの適応的取得は、同一センサーの全配列raster scanningより19.2X速い。 | [1] |
| 4つの実世界のロボット実機で、接触の多いfeedback controlとmanipulation policy learningへの適用を示した。 | [1] |
本紙の見方
OpenTacの新規性は、触覚センサー単体の提案にとどまらず、設計ツール、シミュレータ、クロスセンサー転移、適応的データ取得までを一体化した点にある。従来の触覚研究では、個別のセンサー試作や単発の学習デモにとどまりやすいが、今回の焦点は、2D輪郭や展開可能な3D曲面、さらにはテキスト記述から製作ファイルを起こせるCAD層に置かれている。さらに、1024-taxelの皮膚で16 sampled taxels per updateを実現し、全配列ラスター走査比19.2Xという差を示したことで、触覚を高密度に読むだけでなく、どの単位で読むかという取得設計そのものが性能を左右する構図が明確になった。 本紙の過去報道はないため、連続性の議論はできない。ただし、30超のセンサーを複数のロボット形状に展開し、4つの実機ロボットで検証した点は、単一筐体向けの試作ではなく、実機形状の違いをまたいで移植できるかを検証する段階に入ったことを示す。つまり、OpenTacの主眼は触覚素子の感度だけでなく、製造可能性と再利用性を同時に上げる点にあるとみられる。 業界構造への含意としては、触覚データの取得、皮膚の製造、制御・学習の間にある断絶を縮める可能性がある。設計ファイルの自動生成が機能すれば、形状ごとの手作業設計を減らし、ロボット本体の設計変更に合わせた触覚皮膚の再作成がしやすくなる。一方で、実運用で重要なのは、どのロボット形状で同じ転移性能が維持されるか、どの程度のtaxel密度で接触制御の精度が保てるか、また部分読出し時の学習データの偏りがどう出るかである。公開されたのは実機デモとツール群だが、量産性、長期耐久性、校正手順の標準化は本文からは読み切れず、次に確認すべき論点になる。
なぜ重要か
OpenTacは、1024-taxelの皮膚で部分読出しを19.2倍高速化できることを示しており、触覚を高密度に載せたまま読み出し負荷を抑える設計余地を示した。ロボットの接触制御や操作学習では、センサーそのものだけでなく、設計ファイル生成やクロスセンサー転移まで含む一体運用が課題であり、同研究はその接点を具体化している。
日本への影響
日本に直接結びつく記述はソース本文にない。