Robotica e IA fisica
Il modello del mondo basato sulla fisica di NTT esamina le azioni del robot prima dell’esecuzione
Aggiungi Unite.AI alle tue fonti preferite su Google
L’11 novembre 2026, NTT, Inc. ha annunciato un modello del mondo basato sulla fisica che valuta le possibili azioni del robot prima dell’esecuzione, per ridurre gli errori come la caduta di oggetti e il cedimento dei carichi. Secondo quanto dichiarato, in un test di caricamento di scaffali con un piccolo robot la tecnologia ha aumentato il tasso di successo delle attività dal 73,1% al 92,3%.
La prima applicazione prevista riguarda il carico e lo scarico automatizzati dei bagagli negli aeroporti. Le differenze nella forma, nel peso e nella disposizione dei bagagli rendono difficile per i soli sistemi di controllo robotico convenzionali stabilire in anticipo se un’azione possa far crollare un carico o lasciar cadere un oggetto; inoltre, non è pratico raccogliere dati di addestramento per ogni possibile oggetto. NTT prevede prove sul campo con Mujin, Inc. per la movimentazione dei bagagli.
Come il modello valuta le possibili azioni
La tecnologia si integra con i software di controllo robotico esistenti, aggiungendo una fase di previsione e valutazione prima del movimento. Le possibili azioni possono essere generate da un modello visione-linguaggio-azione, che converte i video delle telecamere e le istruzioni in linguaggio naturale in azioni per il robot, oppure da un pianificatore del movimento, che calcola i comandi necessari per raggiungere un obiettivo. Per ogni opzione, il modello genera un video previsto e valuta collisioni, cadute e cedimenti dei carichi, assegnando un punteggio che consente al programma di controllo di scegliere un’azione ritenuta probabilmente efficace.
Secondo NTT, i modelli del mondo convenzionali non rappresentano esplicitamente le grandezze fisiche degli oggetti. Di conseguenza, nei video generati gli oggetti possono scomparire o deformarsi in modo poco plausibile e le previsioni delle collisioni possono risultare imprecise. La dipendenza di questi modelli da grandi insiemi di dati di addestramento rende inoltre più probabili gli errori in situazioni non presenti nei dati.
L’adattatore di controllo basato sulla fisica di NTT stima dai video proprietà quali la posizione, l’orientamento, la velocità e la massa di ciascun oggetto, applica le leggi fisiche per calcolarne il movimento successivo e fornisce tali calcoli al modello di generazione video. Secondo NTT, questa rappresentazione esplicita può gestire situazioni e movimenti assenti dai dati di addestramento. Il modello restituisce anche le grandezze fisiche alla base di una previsione, rendendo più comprensibili i motivi del risultato generato.
Risultati dei test di riferimento e piani di espansione
NTT ha inoltre valutato la precisione delle previsioni dei video futuri sul benchmark OBJ3D, un test pubblico che comprende fotogrammi di video con collisioni tra oggetti sintetici. NTT riferisce che il suo modello ha superato i metodi convenzionali secondo la metrica Learned Perceptual Image Patch Similarity (LPIPS), che confronta i video previsti con quelli di riferimento in modo coerente con la percezione umana; valori più bassi indicano una maggiore somiglianza.
Oltre alla movimentazione di bagagli e pacchi, NTT intende sviluppare applicazioni per la logistica, il magazzinaggio, la produzione, l’edilizia e il commercio al dettaglio e valuterà collaborazioni con fornitori di servizi robotici e aziende di logistica e magazzinaggio. La riduzione del fabbisogno di manodopera e l’aumento della produttività sono obiettivi di questa espansione, non risultati dimostrati dal test riportato.
La tecnologia sarà presentata al NTT R&D Forum 2026, un evento su invito in programma dal 18 al 20 novembre 2026 e dal 24 al 25 novembre 2026. Tra i relatori di un seminario del 25 novembre 2026 dedicato alla robotica basata sull’IA e al modello del mondo basato sulla fisica figurano Isamu Arase, CEO di Mujin Japan, e Jun Shimamura, ingegnere esecutivo di ricerca di NTT.
I risultati annunciati da NTT riguardano un’attività svolta con un piccolo robot e video sintetici di collisioni. Le prove pianificate con Mujin verificheranno se il miglioramento riportato nel caricamento degli scaffali si applica anche alla movimentazione dei bagagli negli aeroporti, dove la valutazione prima dell’esecuzione deve tenere conto delle variazioni fisiche che hanno motivato lo sviluppo del modello.
