触覚AI基盤「N0-Foundation」公開 3万時間の視触覚データと評価基盤を一体提供

何が起きたか

研究チームは2026年8月30日、触覚対応の身体操作AI向け基盤「N0-Foundation」を発表した。中核となるデータセット「NeoData」は、3万時間超の同期した視覚・触覚デモで構成され、6種類のロボット形態、450タスク、数十億枚のRGB・触覚フレーム対を含む。うち5000時間分はオープンソースの「OpenNeoData」として公開される。

詳細

N0-Foundationは、触覚センサー、大規模マルチモーダルデータ、触覚表現学習、標準化評価の4要素を統合する。データ収集基盤として、視覚ベースの触覚センサー、触覚対応のUniversal Manipulation Interface（UMI）、ロボット実機とUMIデモの両方をサポートする同期視触覚収集システムを開発した。NeoDataは実機遠隔操作とUMIデモの混合で収集され、変形物体操作、精密組立、繊細な力制御、持続的表面接触に重要なデータを提供する。表現モデル「NeoForce」は、異なるセンサー設計間で転移可能な触覚表現を学習する。評価基盤は実機スイート「NeoReal」とシミュレーションスイート「NeoSim」で構成され、実験ではポリシーがデバイス固有の外観ではなく物理的接触状態から恩恵を受けることが示された。

Key Facts

本紙の見方

今回の発表の新規性は、触覚データの収集から表現学習、評価までを一貫して提供する点にある。既存の操作データセットは視覚中心が多く、触覚はセンサー固有の形式で断片的に扱われることが多かった。N0-Foundationは、視覚ベースの触覚センサーとUMIを組み合わせた収集基盤を構築し、3万時間超の大規模データを整備した。この規模は、ロボット操作学習の分野では視覚データセットと比肩しうるものであり、触覚を扱う研究の参入障壁を下げる可能性がある。 データの構成をみると、6種類のロボット形態と450タスクをカバーし、変形物体操作や精密組立など、触覚が本質的に重要なタスクに焦点を当てている。これは、従来の操作データセットが剛体の把持や移動に偏っていたのに対し、より現実的な応用を意識した設計といえる。また、5000時間分をオープンソース化した点は、研究コミュニティへの貢献として評価できる。ただし、全体の約6分の1に相当し、残りは非公開である。 表現モデルNeoForceの設計は、異なるセンサー間での転移可能性を重視しており、これは触覚センサーの多様性が障壁となっていた問題への対処とみられる。実験結果が「物理的接触状態」が重要であることを示した点は、触覚情報の本質を捉えたものであり、今後のモデル設計に影響を与える可能性がある。 業界構造への含意として、この基盤はロボット学習のサプライチェーンにおける「データ層」と「評価層」を標準化する試みといえる。特に、UMIベースのデータ収集は、実機を持たない研究機関でもデータ収集に参加できる可能性を示唆する。一方で、データの非公開部分の利用条件や、センサーのハードウェア仕様が公開されているかは不明であり、再現性の観点から確認が必要である。 未確定の論点として、NeoDataの非公開部分の利用条件、センサーの詳細な仕様、NeoForceのモデルアーキテクチャ、評価基盤の具体的なタスク構成などが挙げられる。また、実機スイートNeoRealのロボットプラットフォームや、シミュレーション環境の忠実度も今後の検証が待たれる。

なぜ重要か

触覚はロボットが柔らかい物体や精密な作業を扱う上で不可欠だが、データ不足と評価方法の不統一が研究の進展を妨げてきた。N0-Foundationは、大規模データと標準化された評価を一体で提供することで、触覚AI研究の再現性と比較可能性を高め、実用化に向けた基盤となる可能性がある。