多モーダル生理評価：変動する環境条件下での接触豊富な物理的人間-ロボット相互作用

現実世界の物理的人間-ロボット相互作用（pHRI）では、オペレーターは接触の多いタスク中に温度、騒音、照度などの変動する環境条件にさらされる。従来のタスク中心の評価では、これらのストレッサーによる生理的負担が見落とされがちである。この問題に対処するため、Yanyi Chen氏らによる研究チームは2026年6月に提出されたプレプリント論文で、体系的なマルチモーダル実証研究を実施した。

研究では、6段階の温度（涼しいから暑いまで）、3段階の騒音（静か、中程度、うるさい）、3段階の照度（薄暗い、適度、明るい）の組み合わせからなる18種類の環境条件を設計した。参加者は、ロボットのエンドエフェクタを操作して所定の経路をなぞる接触密集型追跡タスクを実行した。同時に、皮膚電気活動（EDA）、表面筋電図（sEMG）、視線追跡データ、および環境快適性に関する主観的評価が記録された。

実験結果は驚くべきものであった。環境条件が大きく変動しても、追跡誤差や完了時間などのタスクパフォーマンスはすべての条件で安定していた。しかし、生理信号は隠れたコストを明らかにした。自律神経系の作業負荷は、皮膚コンダクタンスレベル（SCL）によって指標化され、温度の上昇とともに有意に増加した。一方、身体的作業負荷（sEMGベース）と認知的作業負荷（視線指標ベース）は影響を受けなかった。注目すべきは、環境快適性の主観的評価と客観的パフォーマンス指標との間に有意な相関が見られなかった点である。

これらの発見は、オペレーターが熱的不快感を抑制するために生理的努力（特に自律神経系の活動）を増加させることで、安定したパフォーマンスを維持する補償メカニズムを示している。つまり、オペレーターは高温下で同じ出力を維持するために「より多くの代償を払っている」が、この追加コストは従来のパフォーマンス指標では捉えられない。この研究は、物理的人間-ロボット相互作用におけるリアルタイム生理モニタリングの重要性を強調し、これらのリアルタイム生理指標を活用してタスクの難易度を動的に調整したり、支援を提供することでオペレーターの隠れた負担を軽減する「生理認識型」制御アーキテクチャの開発を提案している。

この研究は、将来の人間-ロボット協調システムの設計に深い意味を持つ。特に、捜索救助、製造、宇宙探査などの過酷な環境での接触密集型タスクにおいて、生理モニタリングをロボット制御に統合することで、より安全で効率的な運用が可能になると期待される。論文はarXiv（ID: 2606.14969）で公開され、ロボティクス分野に提出されており、関連データとコードはさらなる研究を促進するためにオープンソース化される予定である。