インドネシアディポネゴロ大学のモハメド・アリヤント助教授（研究当時：大阪大学大学院工学研究科招へい教員）と大阪大学大学院工学研究科の森島圭祐教授らの研究グループは、昆虫が本来持つ高い登攀能力とAIによる地形認識を組み合わせることで、従来よりも高速かつ効率的に障害物を通過できる昆虫サイボーグの新たなナビゲーションシステムを開発しました（図1）。

従来のナビゲーションシステムは、センサとアルゴリズムによって周囲の環境を認識し、障害物を回避する移動経路を生成する手法が主流であり、昆虫サイボーグにも同様の手法が用いられていました。しかし、この方法では昆虫が本来持つ障害物を自然に乗り越える能力を十分に活用できず、探索経路が非効率になるという課題がありました。

本研究では、多層パーセプトロン（MLP）によって地形（平地・登り・下り・穴）をリアルタイムで分類し、地形に応じて昆虫への刺激制御を適応的に切り替えることで、障害物の登攀や穴の横断を大幅に高速化しました。

本研究が提案するバイオハイブリッドフィジカルAIは、昆虫の自然な行動能力とAIを統合することで、省電力かつ高機動な新しいバイオハイブリッドロボットの実現に寄与するとともに、生物とAIが協働する新たな探索プラットフォームの構築につながることが期待されます。

本研究成果は、米国科学誌「Device」に、8月21日（金）夜0時（日本時間）に公開されました。

図1. 登攀する昆虫サイボーグ

これまでのロボット制御における自律ナビゲーションシステムは、障害物との衝突を避ける経路生成を基本としており、昆虫サイボーグにも同様の手法が用いられてきました。しかし、この手法では素体となる昆虫が本来乗り越えられる障害物まで回避してしまうため、探索経路が長くなり、移動効率が低下するという課題がありました。特に、障害物が密集した複雑な環境では、この課題がより顕著となります。

本研究では、IMUとToFセンサから得られるデータをMLPで解析し、地形を平地・登り・下り・穴の4種類にリアルタイムで分類することで、地形に応じて昆虫への刺激制御を動的に切り替える新たなナビゲーションシステムを開発しました（図2）。地形認識はオフライン評価で92％の分類精度を達成し、実環境に近い条件下でも運用可能な分類精度を維持することができました。

提案手法では、平坦地では昆虫サイボーグが停止した場合にのみ尾葉へ刺激を与え、上り坂や穴では尾葉刺激を継続することで前進を促し、登攀時や穴の横断時におけるためらいを低減しました。一方、下り坂では尾葉刺激を抑制することで転倒リスクを低減し、昆虫本来の歩行能力を活かした安全な降下を実現しました。これらの適応的な刺激制御により、従来手法と比較して障害物登攀および穴横断の高速化と刺激量の削減を達成しました。

図2. 地形認識を用いた高度な移動制御戦略。（A）平坦面、登り、下り、穴を識別するMLP分類器　(B) 地形認識の結果に基づき、移動および登攀効率を高めるよう刺激戦略を調整。

本研究成果により、災害現場や都市インフラ、未踏破の洞窟などの複雑地形において、自律探索ロボットや昆虫サイボーグを用いた効率的な探索・点検への応用が期待されます。また、本研究が提案するバイオハイブリッドフィジカルAIは、昆虫の自然な行動能力とAIを統合することで、省電力かつ高機動な新しいバイオハイブリッドロボットの実現に寄与するとともに、生物とAIが協働する新たな探索プラットフォームの構築につながることが期待されます。

本研究成果は、202６年8月21日（金）夜0時（日本時間）に米国科学誌「Device」（オンライン）に掲載されました。

タイトル：“Biohybrid Navigation through Real-Time Terrain Recognition and Natural Climbing in Cyborg Insect”
著者名：Mochammad Ariyanto, Xiaofeng Zheng, Ryo Tanaka, C. M. Masum Refat, Keisuke Morishima
ＤＯＩ：https://doi.org/10.1016/j.device.2026.101277

なお、本研究は、本研究は、科学技術振興機構（JST）ムーンショット型研究開発事業（課題番号：JPMJMS223A）、および日本学術振興会（JSPS）科研費（課題番号：22H04951）の支援を受けて行われました

森島圭祐教授　研究者総覧
https://rd.iai.osaka-u.ac.jp/ja/90351526dc15ef59.html

森島研究室ホームページ
http://www-live.mech.eng.osaka-u.ac.jp/