人の動きを学ぶヒューマノイドロボットの学習を効率化！AIが特許検討を支援する「MyTokkyo.Ai」の活用事例
人間の形をしたロボット、ヒューマノイドが人の動きを学ぶ際、その学習にかかる時間を短くするための技術開発が進められています。この技術が特許として認められるかを検討する過程で、リーガルテック株式会社が提供するAIプラットフォーム「MyTokkyo.Ai」が活用された事例が発表されました。
ヒューマノイドロボットの学習における課題
ヒューマノイドロボットは、工場やサービス業、研究など、さまざまな場所での活躍が期待されています。これらのロボットが人の動きを正確に真似るためには、「模倣学習」という技術がとても大切です。
しかし、関節が多くて複雑な動きができるヒューマノイドロボットの場合、学習に使う「モーションデータ」という動きのデータが非常に多くなります。この膨大なデータを処理し、学習させるには長い時間がかかってしまうのが大きな課題でした。
あるロボット開発企業では、学習時間を短くしつつ、動きの再現精度を高める新しい学習方法を研究していました。しかし、その新しい技術が既存の技術とどう違うのか、そして特許として認められるような「発明」としてどう整理すればよいのか、という点で悩みを抱えていました。
「MyTokkyo.Ai」が特許検討を効率化
このような状況の中、研究段階の技術アイデアを効率的に特許検討へと進めるために、特許実務に特化したAIエージェント「MyTokkyo.Ai」が採用されました。
MyTokkyo.Aiは、新しい技術のアイデアが書かれた資料を入力するだけで、AIがその内容を解析し、特許出願に必要な「課題」「解決手段」「技術的効果」といった要素を自動的に整理できます。また、ロボットの制御やAIによる学習に関するこれまでの技術情報も参考にしながら検討を進めるため、発明のポイントや新しさを短時間で見つけ出すことが可能になります。
今回の事例では、MyTokkyo.Aiの活用によって、以下の点が体系的に整理されました。
-
課題: これまでの方法では、多くのモーションデータをまとめて学習するため、効率が悪く、ヒューマノイドの訓練に時間がかかっていたこと。
-
解決手段: 人間の動きを小さな部分ごとに分け、それぞれの動きに対して個別にAIに学習させる「分割学習方式」という新しい方法を導入することで、学習プロセス全体を効率化するアルゴリズム。
-
技術的効果: この方法により、学習時間を約40％短縮できるとともに、それぞれの動きが最適化されることで、ヒューマノイドの動きの再現精度が高まる効果が期待できること。
これらの情報が「発明提案書」として整理されたことで、研究開発中のアイデアを特許出願を見据えた具体的な技術表現へと落とし込むことができ、特許検討にかかる手間が減ったといいます。
今後の展望
ヒューマノイドロボットの分野では、より高度な動きができるようになるにつれて、学習の効率やデータの処理方法が、ロボットの性能を決める大切な要素となっています。MyTokkyo.Aiを使うことで、このような最先端の学習アルゴリズムに関するアイデアについても、発明の要素を明確にし、特許検討を効率的に進めることが可能になります。
リーガルテック株式会社はこれからも、ロボットやAIといった新しい技術の分野で、企業の研究開発活動を特許の面からサポートするAIエージェントとして、新しい技術の発見と特許戦略の向上に貢献していくとのことです。
