フィジカルAI 2026年5月4日

卓球ロボット「Ace」がエリート選手を倒した。これがロボティクスに示す本当の意味

卓球ロボットが勝った、という話ではない

Sony AIが開発した卓球ロボット「Ace」が、エリート選手との5試合中3試合に勝利した。この結果は2026年4月、科学誌Natureに掲載された論文で詳述されている。

つい最近中国で開催されたロボットだけのハーフマラソン大会でロボットが人間の世界記録を悠々と更新したのが記憶に新しい。ただ、これらを「ロボットがスポーツで人間に勝った」という文脈で読むと、本質を見誤る。チェスやShogi、StarCraft IIでAIが人間を超えたのはもう昔の話だ。問題はずっと「物理世界でどうするか」だった。Aceが示したのは、そこへの一歩だ。

AIにとって卓球がなぜ難しかったのか

少し背景を整理する。

卓球のボールは時速72km超（20メートル毎秒）で飛ぶことがある。プレイヤーの反応時間は0.5秒以下。さらにスピンが加わる。プロ選手が生み出すスピンは最大9,000回転/分に達し、ボールは空中で曲がり、バウンド後の軌道も予測しにくくなる。

人間はこれを直感と経験で処理する。ロボットにとってはずっと「難問」だった。先行するOmronの卓球ロボット「Forpheus」は、ボール発射機を使ったり、スピンを考慮しない設定で動いていた。制約があってこその安定動作だった。

Aceはそれをしない。通常の卓球台、通常の道具、フルショットを打てる人間の相手——制約なしの条件で動く。

3つの技術革新と具体的な数字

Aceの設計には3つの柱がある。

見る仕組み：通常のカメラは高速動体をブレとして捉えてしまう。Aceは光の変化を検出する「イベントベース」センサーを3基、加えて環境追跡用の高速カメラを9台搭載する。ボール表面のマーキングを追跡することで、リアルタイムでスピン量を推定できる。

決める仕組み：深層強化学習をベースに、数百万回の仮想ラリーで訓練されている。ボールの軌道予測から腕の動作命令の生成まで、数十ミリ秒単位で再計算を繰り返す。

動く仕組み：2軸のスライド関節と6軸の回転関節を組み合わせた高性能アームで、ボールを時速約72km（20メートル毎秒）で返球できる。サーブ機構も内蔵し、片腕でトスからサーブまで完結する。

対戦相手は10年以上のキャリアを持ち、週平均20時間練習するエリート選手たち。日本のプロリーグ所属選手2名との試合は0勝2敗だったが、うち1名からは1ゲームを奪っている。

ここからは見方だが——「sim-to-real」が本丸だ

AIがシミュレーション環境で強くなるのは比較的できるようになってきた。問題は、その能力を現実世界に持ち込んだとき、どこまで機能するかだ。この「sim-to-realギャップ」は、ロボティクス研究者が長年頭を抱えてきた課題でもある。

論文の中に、ひとつ印象的な場面が記録されている。ラリー中、ボールがネットを掠めて軌道が急変した。Aceはほぼ瞬時に反応し、そのポイントを取った。シミュレーションでは想定しにくいイレギュラーな展開に、リアルタイムで対応した。

これが「本当に新しいこと」だと思う。AIが物理世界の不確実性——予測外の入力、ノイズ、誤差——に対してある程度機能することが、実証された。

ただし、期待値の調整もしておきたい。Aceはあくまで「卓球」という高度ではあるが、構造がある程度定義された競技での成果だ。テーブルは固定され、相手は正面に立ち、ボールは一定の物理法則に従う。家庭や建設現場のような「本当に非構造的な環境」とは、難易度が異なる。「sim-to-realの壁を一部越えた」は正確だが、「物理世界の汎用AIロボットが来た」はまだ早い。

実務に引き寄せると何が変わるか

ロボット活用を検討している立場から見れば、Aceの成果が示す方向性はふたつある。

ひとつは産業ロボットの適応能力。現状の製造ラインのロボットは、環境が変わるたびに再プログラムが必要なことが多い。Aceが示したような「リアルタイムの軌道再計算と適応」が工場ラインに入れば、段替えコストや例外処理の手間が変わる可能性がある。

もうひとつは人間との協調。多くの産業用ロボットが安全フェンス越しにしか使えない理由のひとつは、人間の予測外の動きに対応できないからだ。Aceは人間の反応速度の端で動いている。この領域の信頼性が上がれば、安全柵なしの人間-ロボット協働の設計が現実的になる。

次に問題になるのは、おそらくコストと汎用性だろう。イベントベースセンサー9台＋高速カメラ3基という構成は、研究機材としては納得だが、量産品に落とすには別の設計思想が要る。また、「卓球に強い」が「他のタスクにも転用できる」とは限らない。強化学習で訓練されたポリシーがどこまでドメイン横断できるか、ここが次の論点になる。

元オリンピック選手のコメントが論文に記録されている。Aceが「返せないはずのショット」を返してくるのを見て、「人間もまだやれることがあるかもしれない」と感じたという。ロボットが人間の限界認識を更新するという逆説的な話で、個人的にこれが一番興味深かった。将棋の世界でもトッププロがAIから学ぶのは常習化している。