【フィジカルAI 第3回】職人の「手加減」をAIがコピーする。
模倣学習アームによる塗装作業の革新
前回の第2回では、マルチモーダルLLMという「脳」を得たロボットが、建設現場を自律的に巡回して管理業務を劇的に効率化する未来を描きました。
シリーズ第3回となる今回は、フィジカルAIのもう一つの核心である「Act（行動・制御）」の進化に迫ります。
清水建設のプレスリリースで示されたもう一つの重要な実証実験が、ロボットアームによる「塗装作業」です。これまで「ロボットには代替不可能」と言われてきた職人の繊細な「手加減」や「勘」を、AIがいかにしてコピーし、現実の不確実な部材に適応させていくのか。その驚くべきメカニズムと、現代建築工法における本質的な価値を技術者視点で解き明かします。
1. 「数値を打ち込む」から「動作をそのまま移植する」への転換
従来の産業用ロボットアームを動かすには、気の遠くなるようなプログラミングが必要でした。「X軸に◯◯ミリ移動し、Y軸方向に角度◯◯度でノズルを傾け、毎秒◯◯グラムの塗料を吐出する」といった精密な数値を、人間が事前にコードとして打ち込んでいたのです。
この従来型のアプローチには、建設現場特有の致命的な弱点がありました。それは「現場は工場のように常に一定ではない」ということです。
今回の実証実験が画期的なのは、数式の入力を一切排除し、職人の動きを丸ごとAIに移植する「模倣学習（Imitation Learning）」を採用した点にあります。
【従来型制御と模倣学習のプロセス比較】
◆ 従来型（数式プログラミング）
［図面データ］ ──> ［人間が数値を計算・コーディング］ ──> ［ロボットが寸分違わず動く］
※部材が1ミリでもズレると、空振るか衝突してエラーになる。
◆ 次世代型（フィジカルAI・模倣学習）
［職人の実演］ ──> ［センサーが力加減や軌道をサンプリング］ ──> ［AIが「動きのコツ」をモデル化］
※現場のズレや部材の個体差に、AIが自律的に「手加減」を調整して対応する。
熟練の塗装工が実際にアームを動かしたり、特殊なセンサーグローブを着用して作業を行ったりすることで、その際の手首の返し、スピードの緩急、そして「押し付ける力（力覚・トルク）」のデータをAIが直接サンプリングします。
AIは、職人の一連の動きの裏にある「この角度のときは、これくらいの力で押し付けている」という暗黙知のパターン（コツ）を自律的に学習します。これにより、現場ごとに毎回プログラムを書き換えることなく、汎用的に動かせる「職人脳を持ったアーム」が誕生するのです。
2. 個体差への自動追従：歪みや反りに「その場で」適応する
現場で実際に塗装を行う際、もう一つ大きな壁となるのが「部材の個体差」です。建築資材は、工場でミリ単位で管理されて出荷されても、現場の温度や湿度、あるいは施工時の固定圧によって、わずかな歪み、反り、傾きが生じます。
清水建設の模倣学習アームは、先端に搭載されたセンサーが「標的との距離」や「ハケ（またはノズル）にかかる反発力」をコンマ数秒単位でフィードバックし、AI自らがリアルタイムに塗布圧やノズルの角度を微調整します。
人間が無意識に行っている「あ、ここは少し表面が沈んでいるから、手首を少し押し込もう」「ここは少し傾いているから、ハケの角度を寝かせよう」という官能的な適応を、AIが物理世界（フィジカル）のセンサーデータを通じて完全に再現しているのです。
3. ハイブリッド考察：CLTやハイブリッド構造を救う「適応制御」の本質
ここで、現代の建築工法トレンドとフィジカルAIを掛け合わせた、一歩踏み込んだ「ハイブリッドな考察」を提示します。
特に現代の建築技術において注目されている「CLT（直交統合板）」を用いた中高層木造建築や、「木鉄ハイブリッド構造（鉄骨の周囲に耐火被覆を兼ねた木材を巻き付ける工法）」において、この模倣学習アームによる適応制御は、単なる省人化を超えた「施工品質の救世主」になります。
木材はコンクリートや鉄骨と異なり、「生きている資材」です。
どれだけBIM（3次元木造設計）で精密にプレカットを施し、金物工法で正確に接合しようとしても、現場の季節、雨、乾燥によって、木材自身が必ず水分を吸放出を繰り返し、ミリ単位の「反り」や「不陸（凹凸）」を発生させます。
高度なBIMデータ（デジタル）と、自然素材の個体差（物理環境）を現場で完璧に接着するミッシングリンクこそが、この模倣学習アームなのです。
結び：熟練技能の「デジタル・アーカイブ化」がもたらす未来
高齢化による熟練職人の大引退時代を迎えている日本において、清水建設が挑む「技能の模倣学習」は、単なる工期の短縮ツールではありません。これまで「失われゆく無形文化財」のようだった職人の暗黙知を、永遠に劣化しない「デジタル資産（AIモデル）」としてアーカイブし、アップデートし続ける仕組みの確立を意味します。
技術を言葉やマニュアルで伝えるのではなく、身体の動きそのものをデータとして継承する。このパラダイムシフトは、今後の建設産業の持続可能性を支える強力な基盤となるはずです。
次回（第4回）は、この技術を自社だけに閉じ込めず、ソニー等の異業種巨人と連携して清水建設が狙う、さらにマクロなビジネス戦略に迫ります。
「【ビジネスモデル】『AIエコシステム』という覇権争い。清水建設とソニー等が目指す真のプラットフォーム戦略」と題し、ゼネコンが施工会社から「AIプラットフォームのライセンサー」へと変貌を遂げる、未来の産業構造を解剖します。
さらにビジネスモデルの深層へ
なぜ清水建設は、自社専用の塗装ロボットを単体で外販するのではなく、複数の先端企業を巻き込んだ「AIエコシステム」の構築を急ぐのでしょうか。その裏側にある、AppleのiOSやGoogleのAndroidにも通じる「建設プラットフォームOS」の覇権争いのディテールは、私の有料マガジン（Substack）にて、アーキテクチャの解説と共にさらにディープに公開しています。思考の解像度をもう一段上げたい方は、ぜひ本編をご覧ください。