Model Dunia Berbasis Fisika NTT Menyaring Tindakan Robot Sebelum Dijalankan

Pada 11 November 2026, NTT, Inc. mengumumkan model dunia berbasis fisika yang mengevaluasi tindakan robot yang mungkin dilakukan sebelum dijalankan untuk mengurangi kegagalan seperti benda yang terjatuh dan muatan yang roboh. NTT menyatakan bahwa teknologi ini meningkatkan keberhasilan tugas dalam uji pemuatan rak oleh robot kecil dari 73,1% menjadi 92,3%.

Penerapan pertama yang direncanakan adalah pemuatan dan pembongkaran bagasi di bandara secara otomatis. Perbedaan bentuk, berat, dan susunan bagasi menyulitkan sistem kendali robot konvensional saja untuk menentukan sebelumnya apakah suatu tindakan akan menyebabkan muatan roboh atau barang terjatuh. Selain itu, mengumpulkan data pelatihan untuk setiap kemungkinan jenis barang tidaklah praktis. NTT merencanakan uji lapangan bersama Mujin, Inc. untuk penanganan bagasi.

Cara Model Mengevaluasi Tindakan yang Mungkin Dilakukan

Teknologi ini bekerja dengan perangkat lunak kendali robot yang sudah ada, dengan menambahkan prediksi dan evaluasi sebelum robot bergerak. Kandidat tindakan dapat berasal dari model visi-bahasa-aksi, yang mengubah video kamera dan instruksi bahasa menjadi tindakan robot, atau dari perencana gerak, yang menghitung kendali yang diperlukan untuk mencapai tujuan tugas. Untuk setiap opsi, model menghasilkan video prediksi dan mengevaluasi tabrakan, barang yang terjatuh, serta muatan yang roboh. Hasilnya berupa skor yang memungkinkan program kendali memilih tindakan yang dinilai berpeluang berhasil.

Menurut NTT, model dunia konvensional tidak merepresentasikan besaran fisik objek secara eksplisit. Akibatnya, objek dapat menghilang atau berubah bentuk secara tidak masuk akal dalam video yang dihasilkan, dan prediksi tabrakan menjadi tidak akurat. Ketergantungan model tersebut pada kumpulan data pelatihan yang besar juga meningkatkan kemungkinan kegagalan dalam situasi yang tidak tercakup dalam data itu.

Adaptor kendali fisika NTT memperkirakan berbagai sifat setiap objek dari video, termasuk posisi, orientasi, kecepatan, dan massa, lalu menerapkan hukum fisika untuk menghitung gerak selanjutnya dan memberikan hasil perhitungan tersebut kepada model pembuat video. Menurut NTT, representasi eksplisit ini dapat menangani situasi dan gerakan yang tidak tercakup dalam data pelatihan. Model ini juga menghasilkan besaran fisik yang mendasari prediksi, sehingga dasar dari hasil yang dihasilkan lebih mudah dipahami.

Hasil Tolok Ukur dan Rencana Pengembangan

NTT juga mengevaluasi akurasi prediksi video masa depan menggunakan tolok ukur OBJ3D publik, yang memuat cuplikan video objek sintetis yang bertabrakan. NTT melaporkan bahwa modelnya mengungguli metode konvensional pada Learned Perceptual Image Patch Similarity (LPIPS), metrik yang membandingkan video prediksi dengan data acuan dengan cara yang selaras dengan persepsi manusia; nilai yang lebih rendah menunjukkan kemiripan yang lebih tinggi.

Selain penanganan bagasi dan paket, NTT berencana mengembangkan penerapan di bidang logistik, pergudangan, manufaktur, konstruksi, dan ritel, serta akan mempertimbangkan kerja sama dengan penyedia layanan robot dan perusahaan logistik serta pergudangan. Pengurangan kebutuhan tenaga kerja dan peningkatan produktivitas merupakan sasaran pengembangan tersebut, bukan hasil yang telah dibuktikan oleh uji yang dilaporkan.

Teknologi ini dijadwalkan untuk dipamerkan di Forum Litbang NTT 2026, sebuah acara khusus undangan yang berlangsung pada 18–20 November 2026 dan 24–25 November 2026. Seminar pada 25 November 2026 tentang robotika AI dan model dunia berbasis fisika mencantumkan CEO Mujin Japan Isamu Arase dan insinyur riset eksekutif NTT Jun Shimamura sebagai pembicara.

Hasil yang diumumkan NTT mencakup tugas dengan robot kecil dan video tabrakan objek sintetis. Uji coba bersama Mujin yang direncanakan akan menguji apakah peningkatan pemuatan rak yang dilaporkan juga berlaku untuk penanganan bagasi di bandara, tempat penyaringan sebelum tindakan dijalankan harus mampu mengatasi variasi fisik yang mendorong pengembangan model ini.