サイバーエージェントのAI研究組織「AI Lab」は、ロボティクス分野のトップカンファレンス「IROS 2026」に論文が採択されたと発表した。本論文は、人間の非言語行動を自律ロボットが認識し対話を開始する技術に関するもので、実店舗での接客ロボットが抱える「会話の入り口」の課題克服に焦点を当てている。

15.3%の会話機会は非言語行動から生まれていた

本研究は、実際の小売店舗に遠隔操作ロボットを導入し、接客データを収集・分析した点に独自性がある。その結果、ロボットの全発話の15.3%が、顧客の「手を振る」「近づく」といった非言語行動を契機としていたことが判明した。従来の音声中心の対話システムでは、これらの会話機会を完全に取りこぼしていたことになる。この数字は、自律型接客ロボットの対話開始能力を改善する上で、非言語認識が無視できない要素であることを示している。

9種の非言語行動を0.125秒で捉える認識モデル

提案されたシステムは、ロボット搭載カメラの映像から「近づく」「手を振る」など9種類の非言語行動を認識するモデルを中核とする。認識速度は平均0.125秒（8fps）で、小売店舗という動的な環境でも実用的な応答性を備える。この認識結果を対話モデルと統合することで、顧客が声を発する前の段階でロボット側から「こんにちは」などと話しかけることが可能になった。AI Labは、この成果を接客AI「EscortAI」の進化に直結させる方針だ。

ロボット接客の「入り口」が変わる構造的意味

本成果の本質は、対話エージェントの質を左右する「会話の開始タイミング」の設計論にデータ駆動で踏み込んだ点にある。大規模言語モデルの発展で「会話が始まった後」の応答精度は向上したが、「いつ話しかけるべきか」という接客現場の基本問題は未解決だった。今回の知見とモデルは、ロボットが能動的に関係構築するフェーズへ接客AIの開発軸を移す契機となりうる。影響は小売・サービス業にとどまらず、公共空間での案内ロボットなど非営利領域にも波及する可能性がある。

産学共同と継続的なトップ会議採択が示す研究層の厚み

AI LabにとってIROSでの論文採択は3年連続となる。背景には、2017年から継続する大阪大学大学院基礎工学研究科との共同研究、ならびに2020年から参画するムーンショット型研究開発事業の存在がある。企業の研究組織が、実店舗データへのアクセスとトップ会議で評価される理論構築を両立させている点は、日本のAI産業構造において注目に値する。現時点で製品化時期は明らかにされていないが、学術成果を接客AI製品へと転写するパイプラインの存在は、研究開発型企業としての姿勢を示している。