エンボディドAI（身体性を持つ人工知能）の実用化が進み、ロボットにはより器用で複雑な操作能力が求められるようになっている。それに伴い、AIの学習に使う「触覚データ」の重要性も急速に高まっている。 一方、画像やテキストと比べると、高品質な触覚データは圧倒的に不足している。ロボットが物に触れたときの力加減や接触状態を十分に学習できないことが、操作性能やさまざまな環境への対応力を高めるうえで、ひとつの壁となっている。 現在主流となっている触覚データの収集方法は、それぞれ弱点がある。薄膜センサーを使ったグローブは、装着中に手とグローブの位置がずれると、誤った信号やデータドリフトが生じやすい。外骨格型グ …
