自律ロボットでエリート卓球選手を上回る

ロボットがスポーツの舞台へ

卓球台を挟んでロボットと対面し、それが単にラリーするだけでなく熟練の対戦相手に勝てると知ったらどう感じますか。本稿では、エリートの人間選手と同等のレベルでプレーする自律卓球ロボット「Ace」を紹介します。スポーツガジェットとしての興味深さにとどまらず、Aceは工場から家庭のアシスタントまで、日常環境で人と高速かつ物理的なやり取りをこなす機械の未来を示す一端です。

なぜ卓球は厳しい試験なのか

卓球はテレビで見るよりはるかに要求が厳しい競技です。高水準のプレーではボールの速度が秒速20メートルを超えることがあり、選手はストローク間に視認、判断、移動をするために0.5秒未満しか持たないこともあります。速度に加えて重要なのがボールのスピンで、速い回転は空中の軌道を曲げ、テーブルやラケットでのバウンドの仕方を変えます。スピンは時に毎秒1000ラジアンを超え、ショットが曲がったり予測不能な跳ね方をしたりします。従来の卓球ロボットは、単純な機械からボールを発射したり、コートを小さくしたり、スピンをほぼ無視したりしてこうした複雑さを回避してきました。Aceは標準装備と公式ルールで行われる実際の試合の完全な課題に直面します。

高速で動くボールをリアルタイムに見る

そのような速度に対応するため、Aceには卓越した視覚が必要です。システムはオリンピックサイズのコートを取り囲むように配置された9台の従来型カメラを用いてボールを3次元で追跡します。これらのカメラはボールの位置を毎秒約200回、ミリメートル単位の精度で測定し、遅延は数ミリ秒にとどまります。しかし位置だけでは不十分です。真剣勝負ではスピンが重要なため、Aceはさらに3つの専用「視線制御」ユニットを搭載し、それぞれが高速度のイベントベースセンサー、反射鏡（ステアリングミラー）、望遠レンズを組み合わせています。これらのセンサーはフルイメージを記録する代わりに各ピクセルの輝度変化だけを記録し、非常に少ないブラーで運動を捉える小さな「イベント」のストリームを生成します。これらのイベントをニューラルネットワークと別のより精密なアルゴリズムに入力することで、Aceはボールの回転速度と方向を毎秒数百回程度の頻度で推定します。システムはこれらの測定を統合し、その瞬間に最良の推定を選んでロボットの動きを決定する制御ソフトウェアに渡します。

ロボットがショットを選び実行する仕組み

Aceの「脳」は深層強化学習で獲得された一連の制御ポリシーで構成されています。これはソフトウェアが仮想の試行錯誤を通じて性能を向上させる手法です。シミュレーション内でロボットは個々の返球を繰り返し練習し、強いトップスピンや正確な落下点など特定の特徴を伴う成功した返球を奨励する報酬信号に導かれます。訓練手続きの巧妙な工夫により、学習アルゴリズムは裏で完全なシミュレーション情報を利用できる一方で、ポリシー自体はノイズのある現実的なセンサー読み取りのみを見て学ぶため、実機への移行がスムーズになります。ラリー中、Aceは32ミリ秒ごとに更新されたボールとロボットの履歴を受け取り、複数の学習済み「スキル」の中から1つを選んで抽象的なアクションを出力します。このアクションは最適化ルーチンによって速度制限やテーブルやロボット本体との衝突回避を守る詳細で滑らかな関節軌道に変換されます。並行して、別のプランナーが常に安全な「リセット」動作を準備し、腕が素早く回復して次のショットに備えられるようにしています。

競技者相手にAceはどう戦ったか

研究チームは2025年4月にAceをテストし、10年以上にわたる集中的な訓練を経た5人のエリート選手と、日本のトップリーグのプロ2名と対戦させました。試合は国際ルールに従い、標準のテーブル、ネット、ボールを使用し、公認審判が判定しました。Aceはエリートグループとベストオブスリーで、プロにはベストオブファイブで対戦しました。その結果、エリート選手との5試合のうち3勝を挙げ、プロのうち1人からは1ゲーム奪いました。プレー中に記録されたデータは、Aceが約秒速14メートルまでのショットを安定して返球し、かなり高いスピンレベルに対しても75パーセント以上の返球率を維持していることを示しています。人間と比較すると、Aceはポイントを取るために特に高速なショットに頼っているわけではありません。むしろ、勝ちにつながるショットは通常の返球と速度やスピンが似ており、繰り返し確実にテーブルに返すことが主な強みと考えられます。ロボットはまたバウンド直後に早めにボールを打つ傾向があり、入念に設計されたサーブはエリート選手に対して人間ほどリターンされにくく、直接得点（いわゆるエース）を生むことが多いという特徴もありました。

卓球台を超えて意味するもの

Aceは、ルールを単純化することなく、高速で対話的なスポーツで人間の専門家に挑める物理的ロボットが実現したことを示しています。専門外の読者への主要なポイントは、機械が印象的な卓球をプレーできるという事実だけでなく、迅速なセンシング、学習による意思決定、俊敏なハードウェアの組み合わせが人間の反応時間の限界で動く現実世界のタスクに対応できるという点です。同じ技術は将来、工場の床で人と安全に協働するロボットや、支援機器が利用者の動きと協調する仕組み、新しいスポーツトレーニングツールによって選手を従来は不可能だった方法で鍛える用途に応用され得ます。人間の戦略や長期的戦術のモデル化は依然として課題ですが、Aceは我々の空間を共有しリアルタイムで応答できるフィジカルAIシステムに向けた重要な一歩を示しています。

引用: Dürr, P., El Gheche, M., Maeda, G.J. et al. Outplaying elite table tennis players with an autonomous robot. Nature 652, 886–891 (2026). https://doi.org/10.1038/s41586-026-10338-5

キーワード: ロボット卓球, フィジカルAI, 強化学習, イベントベース視覚, 人間とロボットの相互作用