何が起きたか
EUのHORIZONプロジェクト「REXASI-PRO」(プロジェクトID 101070028)は、2026年4月27日付の報告書で、移動制約者向けの信頼できるAIとロボティクスに関する成果を公表した。プロジェクトにはSUPSI、CNR、AITEK、SPXL、キングス・カレッジ・ロンドン、セビリア大学、DFKI、VRS、HSOLが参加。自律車いすのナビゲーション、マルチロボット協調、AIの説明可能性と検証、サイバーセキュリティなど多岐にわたる成果が報告されている。
詳細
SUPSIは、マルチロボットナビゲーションの標準化・ベンチマーク・人間参加型テストのためのVRテストベッドとともに、navground、navground-learningを開発。屋内車いすナビゲーションアルゴリズム(滑らかな経路計画、障害物回避、狭い通路の通過、危険予測)と、車いすと人間の協調的・コミュニケーション行動のためのポリシーを訓練した。また、隣接ロボットからのセンサーデータを含む異種センサーデータを融合する動的ベイジアンネットワークフレームワークを設計し、深層ネットワークや古典的フィルタと比較してロバスト性と説明可能性を向上させた。CNRとAITEKはAIモジュールの信頼性と安全性を強化。AITEKは物体検出モデルの安全性評価、コンフォーマル予測と統計的特徴分析による信頼性向上、運用テスト環境への展開を実施。SPXLは自律ロボットフリート用オーケストレーター、オープンソースのROS2マルチセンサーピープルトラッカーを開発し、Carlaシミュレーターを車いすシナリオに適応。キングス・カレッジ・ロンドンは生成プランナー向け認証フレームワーク、マルチエージェントAIにおける非有界時相論理仕様の検証、確率システム向けコンフォーマル予測などの成果を報告。セビリア大学は表形式データ用の8つのデータセット削減手法、Pythonパッケージ、トポロジーベースの代表性指標を開発し、画像データセットに拡張。DFKIは社会的に配慮した自律車いすナビゲーションのための深層ニューラルネットワークを訓練し、2D安全層を3Dカメラベースの層に拡張して軽量ハードウェア上でTRL 5を達成。VRSはCPSサイバーセキュリティコンプライアンスのためのSaaSプラットフォームを開発。HSOLは空中ロボットによる自律屋内探査システムを開発し、正確なリアルタイムマッピングと効率的なマルチロボット協調を実現した。
Key Facts
| REXASI-PROプロジェクトは、EUのHORIZONプログラムの下で、移動制約者向けの信頼できるAIとロボティクスを開発している(プロジェクトID 101070028)。 | 出典一覧 |
| SUPSIは、マルチロボットナビゲーションの標準化・ベンチマーク・人間参加型テストのためのVRテストベッドとともに、navground、navground-learningを開発した。 | 出典一覧 |
| DFKIは、2D安全層を3Dカメラベースの層に拡張し、軽量ハードウェア上でTRL 5を達成した。 | 出典一覧 |
| SPXLは、自律ロボットフリート用オーケストレーターとオープンソースのROS2マルチセンサーピープルトラッカーを開発した。 | 出典一覧 |
| VRSは、CPSサイバーセキュリティコンプライアンスのためのSaaSプラットフォームを開発し、AI法関連およびCPS固有の要件を含むマルチ標準評価をサポートする。 | 出典一覧 |
本紙の見方
今回の報告書は、EUの研究プロジェクトが、移動制約者向けの自律移動システムにおいて、単なる機能開発ではなく、説明可能性、検証、エネルギー効率、サイバーセキュリティといった「信頼性」の側面を重視していることを示している。特に、EU AI法への適合を明示的に意識した取り組みが各機関で行われており、規制対応が研究開発の初期段階から組み込まれている点が特徴的だ。 本紙の過去報道は存在しないが、このプロジェクトの成果は、自律移動ロボットの実用化に向けた重要な一歩と位置づけられる。特に、SUPSIのnavgroundやVRテストベッドは、マルチロボットナビゲーションの標準化・ベンチマークを可能にし、異なるシステム間の比較評価を促進する。これは、業界全体の技術成熟度を高める基盤となる。 業界構造への含意として、以下の点が挙げられる。第一に、コンフォーマル予測や統計的特徴分析など、不確実性を定量化する手法が、AIモジュールの信頼性向上に活用されている。これは、ブラックボックス的な深層学習への依存を減らし、安全性が重視される分野での採用を後押しする可能性がある。第二に、VRSのSaaSプラットフォームは、CPSのサイバーセキュリティコンプライアンスを効率化するもので、規制対応の負担を軽減するツールとして、サプライチェーン全体での導入が進む可能性がある。第三に、HSOLの空中ロボットによる屋内探査システムは、エネルギー・安全分野での応用が期待され、点検や緊急対応の自動化につながる。 未確定の論点としては、各技術の実運用での性能、特にDFKIの深層ニューラルネットワークが初期期待に対して性能と汎化の限界があったと報告されている点が挙げられる。また、これらの技術が実際の製品やサービスにいつ結びつくのか、商業化のスケジュールは明らかではない。さらに、EU AI法の具体的な要件への適合性が、実際の認証プロセスでどのように評価されるかも今後の焦点となる。
なぜ重要か
このプロジェクトの成果は、自律移動ロボットが単なる実験室の技術から、安全性と信頼性を備えた実用システムへと移行するための基盤を提供する。特に、EU AI法への適合を意識した設計は、今後のEU市場での製品展開に必須となるため、関連企業や研究機関にとって重要な参照点となる。
日本への影響
日本は高齢化社会を背景に、移動支援ロボットやサービスロボットの研究開発が盛んである。REXASI-PROの成果、特に説明可能性や検証手法、サイバーセキュリティの枠組みは、日本のロボット開発にも応用可能な知見を提供する。また、EU AI法への適合は、日本企業がEU市場に参入する際の重要な要件となるため、これらの技術動向を注視する必要がある。