# 考察回「人のお手本の先へ」― 台本のたたき（LOG392）

> 【相づち】は、2026-11-02 にエイイチが「採っていい」と了承済み（6本とも）。

共通の決まりは `_ネタ帳/考察回_壁打ちの型/考察回_壁打ちの型_台本たたき.md` と video_rules.md 10節。

もとの記事: LOG392「人のお手本の先へ ― ロボットが自分で直す学び方」（2026-10-27）
https://pixelstomotors.com/record/beyond-imitation-learning
尺の目安: 約8分　／　柱: ②時事を入り口に（Dream Robotics の CEO の X の投稿）
LOG424（頭脳は脳のように分かれる）と近い話なので、この回では小脳・脳のたとえを使わない。芯は「人の腕のデータをロボットに直す一手間」と「お手本をまねる学習の上に、直す層を積む」の2つ。

## この回の問い（紙に縦書き）

お手本をまねるだけで、ロボットは上達するか。

（サイトの記事の顔の問い「お手本を/まねるだけで、/ロボットは/上達するか。」と同じ文。記事とそろえる）

## この回だけの天丼（くり返しの笑い）

1. **お手本係の装備が増える。** ハコブくんが「お手本になります」と言うたびに、人のデータを集める道具を1つずつ身につける（センサー付きの手袋 → 背負う装置 → 頭のカメラ）。そのたびに「ロボットが付けても、人のデータにはなりません」で終わる。最後に装備を外す
2. **「一手間」の判子が増える。** 会社や研究が人のデータに手を加える話が出るたびに、紙に「一手間」の判子が1つ押される。やり取り2で4つ並び、まとめで「一手間 ×4」に集まる
3. ボケには今まで通り「ボツ」の判子を押す（型の共通の動き）。まとめの締めは1本目と変える（下の 6）

## 脱線の場面の候補（4つ）

| 場面 | 画面いっぱいに出すもの（Gemini で作る絵） | ひと言 |
|---|---|---|
| 「今日、僕は人間になります」 | マンガ：センサー付きの手袋をはめ、背中に小さな装置を背負い、頭にカメラを付けて、胸を張るハコブくん。後ろで人の作業員があきれている | お手本係、着任。 |
| 「僕が人の腕を付ければ解決です」 | マンガ：ハコブくんの肩から、人の腕の形の着ぐるみの腕がぶら下がっている。本人は得意げ | 腕だけ、人間。 |
| 少しのずれ | 写真：机の上の皿の横に定規。皿がほんの少しずれて、ロボットの爪が皿の縁の外をつかんでいる瞬間 | 少しのずれで、崩れる。 |
| 「僕にも0%の作業がありまして」 | マンガ：病院の階段の前で、段を見上げて立ち尽くすハコブくん。後ろの廊下は長い | 0%は、直せない。 |

- 絵に文字を描かせない。ひと言は動画の側で重ねる
- ハコブくんが出る絵は、4コマのキャラの三面図（hakobu_front.png・hakobu_side.png）を参照画像に付ける。絵にハコブくんがいるときは、左下のハコブくんを消す

## 表情の割り当て（主な場面）

| 場面 | ハコブくん | エイイチ |
|---|---|---|
| 「今日、僕は人間になります」 | ＞▽＜（得意げ） | のけぞって驚く |
| 「僕は休みます」→ ボツ | 小さな笑み → 困り眉 | 半目でツッコむ |
| 「腕だけ、人間」 | ＞▽＜ → 点の目 | 吹き出して笑う |
| 一手間の判子が4つ並ぶ | 驚き（数えるたびに目が丸くなる） | うなずく |
| 「模倣学習は捨てましょう」→ ボツ | ジト目 → 困り眉 | 首をかしげる |
| 「限界点が見えた気がする」 | 暗い中で驚き → 飛び出す | ひらめく |
| 「0%は、直せない」 | 下を向いた目 → 涙 | 腕組み |
| 装備を外す（締め） | ウインク | 指さす |

## 台本

### 0 つかみ（0:00〜0:35）

ハコブくん：今日、僕は人間になります。
（脱線1：お手本係のハコブくん。手袋・背負う装置・頭のカメラ）
エイイチ【相づち】：なれないよ。
ハコブくん：人が手袋と小さな装置を身につけて、ふだんの仕事をするだけで、ロボットの練習の材料が集まる。そう言う会社があるんです。
ハコブくん：なので僕も付けてみました。お手本係です。
エイイチ【相づち】：ロボットが付けても、人のデータにはならないよ。
ハコブくん：……盲点でした。
（紙に問いの縦書き「お手本をまねるだけで、ロボットは上達するか。」）
ハコブくん：今日は答えを伝える回ではありません。エイイチが考えている途中を、そのまま見せます。

### 1 持ち込み（0:35〜1:50）

ハコブくん：（自己紹介の定型文）
ハコブくん：エイイチが持ち込んだのは、アメリカのロボットの会社 Dream Robotics の、CEO の X の投稿です。
ハコブくん：ロボットに作業を覚えさせるお手本は、これまで、人がロボットを遠くから操縦して見せる方法が主流でした。
ハコブくん（へー）：投稿によると、その操縦は、人が自分でやるより5倍くらい遅いことが多い。もう昔の話だ、と。（紙の隅に「投稿者の言い分・出典の記載なし」）
ハコブくん（ボケ）：ということは、人が手袋をして働けば、ロボットは何もしなくていいんですね。僕は休みます。
（ボツの判子）
ハコブくん：調べたら、半分は裏付けがありました。人の道具で集めるほうが、ずっと安く、たくさん集まります。
ハコブくん：残りの半分、操縦で集めるより良いお手本になるかは、まだ根拠が見つかりません。お手本の本数をそろえて比べた例が、なかったんです。
エイイチ【本人】：良さそうに思った手法だけど、問題点もたくさんあるね。（記事の見出し2）
エイイチ【相づち】：速いのと、良いのは別か。

### 2 やり取り1：人の腕と、ロボットの腕（1:50〜3:10）

ハコブくん：では、何が問題なのか。
エイイチ【本人】：π0.5 に学習させるとき、人の腕で学習させるから、ロボットの動きに変換するところで問題が出てくるね。（記事の見出し2）
ハコブくん：はい。人の腕とロボットの腕は、3つ違います。
ハコブくん：1つ目、届く範囲。人の手首はどんな向きにも曲がりますが、エイイチの机の上のアームは、曲がる範囲が限られています。
ハコブくん：2つ目、指令どおりに動かない。人のお手本は理想の動きです。安いアームは、遅れたり、ずれたりします。
ハコブくん（へー）：安いアームで試した会社の記録では、関節で5度から10度ずれていました。お手本には、このずれが写っていません。
ハコブくん：3つ目、カメラに映る腕。練習では人の腕が映り、本番ではロボットの腕が映ります。
ハコブくん：この会社が、人の道具のデータだけで π0.5 を学習させたら、皿はつかめたのに、棚に置くところで大きく失敗しました。
ハコブくん（ボケ）：分かりました。僕が人の腕を付ければ解決です。
（脱線2：人の腕の着ぐるみを付けたハコブくん）
（ボツの判子）
エイイチ【相づち】：見た目だけ合わせても、動き方が違うからね。
ハコブくん：……腕だけ人間でも、中身はロボットでした。

### 3 やり取り2：一手間（3:10〜4:40）

ハコブくん：では、うまくいっている会社はどうしているのか。
エイイチ【本人】：装着具のデータを直接使うのは難しくて、その間に一手間かける必要があるね。（記事の見出し3）
ハコブくん：その通りでした。何も手を加えずに使えた研究は、見つかりませんでした。
ハコブくん：一手間は、4つに分かれます。
ハコブくん：集める前に、手袋をロボットの手と同じ形にする。（判子「一手間」1つ目）
ハコブくん：集めた後で、映像の人の腕を、ロボットの腕に描き変える。（判子2つ目）
ハコブくん：人の動きを、ロボットにもう一度やらせて、撮り直す。（判子3つ目）
ハコブくん：人のデータとロボットのデータを、混ぜて学習する。（判子4つ目）
エイイチ【相づち】：結局、手間かかってるじゃん。
ハコブくん：はい。しかも、どれも、そのロボット自身の記録が要ります。機種が変われば、一手間もやり直しです。
ハコブくん：描き変える方法には、弱点もあります。
（脱線3：少しのずれ）
ハコブくん（へー）：カメラの位置合わせが少しずれただけで、成功率が98%から64%に落ちた研究がありました。（紙の隅に「ずれは1cm・5°」）
ハコブくん：エイイチの机の上の、安いアームの条件では、3つ目の撮り直す方法が合う、という整理になりました。手首にカメラがなく、ずれが大きいからです。
ハコブくん：人の動きは「どこをつかむか」の計画にだけ使い、学ぶのは、ロボットが自分で動いた記録にする。

### 4 山場：お手本をまねる学習の限界（4:40〜6:00）

ハコブくん：ここまで調べたところで、エイイチが言いました。
エイイチ【本人】：模倣学習の限界点が見えた気がする。（記事の見出し5）
（暗転。縦書きで一文。判子「この見立ては、エイイチから」。エイイチはひらめきの絵。ハコブくんが飛び出る）
ハコブくん：模倣学習は、お手本をまねる学習のことです。お手本には、苦手なことが3つあります。
ハコブくん：ロボット自身のずれは、教えられない。失敗からの立て直しは、教えにくい。お手本より上手な動きは、教えられない。
エイイチ【本人】：こういう問題を解決するような新しい手法は、どんな会社が、どんなことを進めてるの？（記事の見出し5）
ハコブくん（ボケ）：分かりました。模倣学習は捨てましょう。
（ボツの判子）
ハコブくん：……と思ったら、どの会社も捨てていませんでした。
ハコブくん：お手本をまねて作ったモデルの上に、ロボットが自分で動いて失敗した経験から直す層を、積んでいました。
エイイチ【見立て帳】：直した記憶は、今あるお手本をもっと良くするために使う。それが前提だね。（見立て帳 2026-11-01）
エイイチ【相づち】：土台は残して、上に足すんだね。

### 5 やり取り3：大きなモデルは、そのまま（6:00〜7:10）

ハコブくん：その直す層は、個人の机の上にも持ち込めるのか。
ハコブくん：形がそろって出てきています。大きなモデルは書き換えずにそのまま置いて、小さな部品だけを、実機で練習させる。
ハコブくん：自分で試して直す学び方は、動かすたびに学び直します。π0.5 のような大きなモデルを丸ごとでは、その重さで間に合いません。小さな部品なら、家庭用の GPU でも学べます。
ハコブくん（へー）：部品の差し込み方の1つ、動きの出発点を選ばせる方法では、トースターのスイッチを押す作業が、20回中5回の成功から、80回の練習で、20回中18回になりました。（紙の隅に「π0・研究用のアーム Franka・審査を通った論文」）
エイイチ【相づち】：80回なら、机の上でもできそう。
ハコブくん：ただし条件があります。元のモデルが、たまには成功していること。成功率0%の作業は、この方法では直せません。
ハコブくん（ボケ）：実は僕にも、0%の作業がありまして。
（脱線4：階段の前のハコブくん）
エイイチ【相づち】：それは体の問題。
ハコブくん：……練習では、足は生えてきません。
ハコブくん：差し込み方は、ほかにもあります。モデルが出した動きに、あとから小さな補正を足す方法です。
ハコブくん：エイイチの机の上で、つかむ位置のずれを積み重ねて直している仕組みは、この補正を足す方法を手作りしたものにあたる、という見方もできました。

### 6 まとめ（7:10〜7:45）

（ボードが1枚の表になる。「一手間」の判子4つが集まって「一手間 ×4」。ボツの判子が押された3つ:「僕は休みます」「人の腕を付ければ解決」「模倣学習は捨てましょう」）
ハコブくん：人のお手本は、出発点でした。
ハコブくん：人の腕のデータは、ロボットに直す一手間をかけて、初めて使えます。
ハコブくん：そして、まねて作ったモデルの上に、ロボットが自分で動いて失敗した経験から直す層を、積んでいく。
エイイチ【相づち】：お手本を捨てるんじゃなくて、上に積むんだね。
ハコブくん：はい。一手間も、直す層も、材料はロボット自身の記録です。

### 7 残った問い（7:45〜8:15）

ハコブくん：答えは、まだ出ていません。安いアームで、人のデータから学ばせて成功率を出した報告は、今回の調べでは1件も見つかりませんでした。
ハコブくん：エイイチの机の上で測れば、それ自体が、まだどこにもない記録になります。
ハコブくん：このノートの全文は、サイトの記事にあります。調べたレポート4本も、そちらに。
ハコブくん：あなたの現場では、ロボットのお手本は、誰の体で撮っていますか。
（ハコブくんが手袋・装置・カメラを外す）
エイイチ【相づち】：装備、外すんだ。
ハコブくん：はい。これからは、自分の体で失敗します。

## 裏を取る所（台本を固める前に）

- 「人が自分でやるより5倍くらい遅い」は Nathan Kau さんの投稿の言い分で、出典の記載がない。投稿の英語の原文で言い方を確かめる（記事は画面写真の訳から読んでいる。X は読み取りを拒否して開けなかった）
- 「関節で5度から10度ずれる」は Armstrong Robotics の記録の値。原文で、どの機体の話かを確かめる
- 「皿はつかめたのに、棚に置くところで大きく失敗」は Armstrong の記録。記事の言い方は「皿をつかむのは安定しましたが、ラックに置くのを大きく失敗」。「棚」と言い換えてよいか原文で見る
- 「少しずれただけで98%から64%」は RoboPaint の例。記事では「校正が1cm・5°ずれただけで0.98→0.64」。ずれの大きさは紙の隅に出す
- 「20回中5回から、80回の練習で20回中18回」は DSRL。π0 を Franka で使った結果で、π0.5 での実例は記事の調べでは見つかっていない。台本で π0.5 と結びつけて聞こえないか見る
- 「安いアームで人のデータから成功率を出した報告は1件も見つからない」は 2026-10-27 時点の調べ。公開の直前に調べ直す（video_rules.md 2節8・9）
- 「つかむ位置のずれを積み重ねて直している仕組み（PICK 補正記憶）が、小さな部品の手作り版にあたる」は、記事で Claude が「推論」と断った見方。台本も「見方もできた」の言い方にとどめる
- 自己紹介とアウトロのほかで「エイイチ」を名前で呼ぶ文が多い（考察回の型では、エイイチが画面に出る相手なので多めになる）。NAME_OK にどれを入れるかを本人と決める

## エイイチに聞きたいこと（4問）

1. Dream Robotics の投稿を最初に見たとき、「良さそう」と思ったのはどこだった？（入れたい場面: 1 持ち込みの【本人】の直前。答えがあれば「良さそうに思った」の中身を本人の口から言える）
2. 自分の mechArm で、手持ちの道具を使ってお手本を集める方法、やってみたいと思う？　それとも今の、手で教えて再生するやり方を続ける？（入れたい場面: 3 の最後「撮り直す方法が合う」のあと）
3. 「模倣学習の限界点が見えた気がする」と思ったのは、調べていてどのあたりだった？（入れたい場面: 4 山場の判子のあと。限界の3つのどれが一番効いたか）
4. 人のデータをロボットに直す一手間、自分のアームでやるとしたら、どこが一番大変そう？（入れたい場面: 6 まとめの「材料はロボット自身の記録です」のあと）

## 記事との突き合わせで直した所

- 1 持ち込み: 本人の「問題点もたくさんある」を、ハコブくんの「半分は裏付けがあった」のあとに移した（記事の順に合わせた）
- 2 やり取り1: 「安いアームは曲がる範囲が限られる」を「エイイチの机の上のアームは」に直した（記事は mechArm の話）
- 3 やり取り2: 「1センチずれただけで」を「少しずれただけで」にし、1cm・5° は紙の隅に出す形にした（角度を落としていた）。脱線3のひと言も「少しのずれで、崩れる。」に替えた
- 4 山場: 「教えられないことが3つ」を「苦手なことが3つ」にし、立て直しは「教えにくい」に直した（記事は「教えにくく」）
- 5 やり取り3: 大きなモデルが重すぎる理由に「動かすたびに学び直すので、間に合わない」の条件を戻した（追加学習そのものが無理に聞こえないように）
- 5 やり取り3: トースターの例を「動きの出発点を選ばせる方法（DSRL）」と言い、手作り版にあたるのは別の「補正を足す方法（残差強化学習）」だと分けた（取り違えていた）
- 6 まとめ: ナプキンの判定の数字と「基準を決めるのは人」を外し、この回の芯（直す一手間・まねる学習の上に直す層）で締める形に替えた（DAY336「成功の定義」と重なるため）。合わせて、裏を取る所の Dyna の行と、聞きたいことの4問目を差し替えた