配膳ロボットが止まる理由は4段で分けられる ― スタンフォードのロボット自律の講義から

配膳ロボットの止まり方は、見る・自分の位置を知る・決める・動くの4段のどこで崩れたかで分けられ、段ごとに直し方も直す時間も違う、というのが今の考えです。 そして現場で効くのは、ロボットを賢くすることより、ロボットの通り道をお客さんの動きから離すような、環境の整え方でした。

この整理で、次の3つが変わります。

• 店で配膳ロボットが止まったとき、4段のどこで崩れたかを見れば、店員が手で寄せればいいのか、機体をドッキング場所まで押して戻すのか、人の配置を変えるのかが先に分かる
• これまで集めた動画では、直す作業は5秒前後なのに、店員が来るまでに18〜53秒以上かかっていた。時間を食っているのは直す作業ではなく、気づくまで。止まり方を見分けられれば、その時間を詰める手が打てる
• 導入シミュレーションで一律15秒と置いていた助けの時間を、止まり方ごとに分ける根拠ができた

きっかけは、X に流れてきた Martin さん（@0x_meden）の投稿でした。スタンフォード大学のロボット自律の講義（AA274A、2019年秋の収録）が、2026年10月から YouTube で無料公開されている、という内容です。講師の Marco Pavone さんは、スタンフォードの自律システム研究室を率い、NVIDIA で自動運転の研究も率いています。講義の英語字幕の文字起こしを3本分、Claude（Anthropic の AI）と読み、これまで集めてきた配膳ロボットの動画の観察と突き合わせました。途中から、テスラがなぜカメラだけにしたのか、店のどこに手を打てばいいのか、まで話が広がっています。

これは実験の記録ではなく、対話しながら考えた記録です。

配膳ロボットを店に入れる前に、何台で、どこを走らせ、どこで詰まるかをシミュレーションで確かめるページは、別にまとめています。

導入前シミュレーション配膳ロボットを、導入前に自分の店舗でシミュレーション店舗の図面と人数から、何人で回るか・どこで止まるか・月いくらかかるかを出しますarrow_forward

作業ログ ― Claude との対話を、そのまま残す

ここから下は、対話の全量です。ユーザーの発言を引用で、Claude の答えを本文で載せています。各節の頭の太字の一文は、その節で Claude が答えようとした問いです。再生リストの中から講義の番号を探したやり取り（9往復）は、結果の表だけを残して1つの節にまとめました。調べたものを保存するためにパソコンをつないだやり取りと、あとで見返すドキュメントを作ったやり取り、記事化の段取りのやり取りは外しました。Claude の答えの中の太字は記事の太字の決まりに合わせて外し、答えの最後に付けていた出典は、記事の最後にまとめました。費用は1ドル＝158円で円にしています。

この記事に出てくる言葉

スタンフォードのロボット自律の講義は、本物の良い教材だった

（X に流れてきた Martin さんの投稿の画面写真3枚を共有して。スタンフォードがロボット自律の全講義を YouTube に無料で上げた、17回・約21時間、という内容）

— この講義は本物で、何に使えるか。

本物で、良い教材です。スタンフォードが2017年から教えている講座をもとにした教科書 Principles of Robot Autonomy が、ケンブリッジ大学出版から紙で出版されつつ、オンラインでも無料で公開され、動画の講義・スライド・コード・演習もあわせて無料で見られる形になりました（2026年10月のスタンフォードの発表）。講師の Pavone さんはスタンフォードの自律システム研究室を率い、NVIDIA で自動運転研究のリーダーも務めています。

中身は、AIの頭脳の手前の土台です。自律移動ロボットに、知覚・計画・意思決定の力を持たせる基本の原理で、知覚、自己位置推定と地図作り、非線形のシステムの制御、経路計画、不確かさの中での推論などを扱います。VLA のような最新の AI ではなく、配膳ロボットや清掃ロボットが今まさに動いている古典的な仕組みです。

このプロジェクトにとっての使い方

• 全17回を見る必要はありません。エンジニアになるための講座なので、投稿にあった Figure の求人の年収（15万〜30万ドル、約2,400万〜4,700万円）の話も、直接は関係ありません。
• 価値は、現場のトラブルの原因を説明できる言葉が手に入ることです。配膳ロボットが迷う、位置を見失う、経路で詰まる。これらは自己位置推定と経路計画の限界から来ます。運用の落とし所を決める根拠を、技術の言葉で言えるようになります。
• 英語の壁は教科書で避けられます。動画より、Web で無料公開されている教科書をブラウザの翻訳で読む方が速いです。最初の全体像（見る・考える・動く）と、自己位置推定の章だけで十分に元が取れます。
• 発信のネタにもなります。AIの頭脳が乗る前に、ロボットはまず自分の居場所を知る必要がある、という切り口は、ハコブくんの解説と相性が良いです。

VLA は、カメラの画像と言葉の指示から、ロボットの動きを直接出す大きな AI のことです。この講義は2019年の収録なので、その手前の、地図・センサー・フィルタで動く仕組みを扱っています。店で走っている配膳ロボットの中身は、むしろこちらに近いものです。

選ぶのは、全体像・位置推定・センサーの合わせ方の回

（YouTube で第1回を開いた画面写真を共有して）これ参考になるかな？

— 第1回の画面にある日程表から、どの回を選べばいいか。

参考になります。ただし全部見る講座ではなく、選んで見る講座です。いま映っている第1回の日程表が、そのまま選ぶための地図になります。

見る価値が高い回（運用の判断に直結）

• 第1回（いま見ている回）：全体像。自律ロボットが、見る → 考える → 動くをどう分担しているかの地図。最後まで見る価値があります。
• 自己位置推定の入門：配膳ロボットや清掃ロボットが迷う、位置を見失う原因の根っこです。
• モンテカルロ位置推定・パーティクルフィルタ SLAM：X の投稿で紹介されていた、推測の雲の回。現場のトラブルの説明に一番使えます。
• 複数のセンサーの知覚・センサーフュージョン：なぜカメラだけ、LiDAR だけではダメなのか。
• 自律システムのソフト：部品をつないで実際に動かすときの話。運用の落とし所に一番近い回です。

飛ばしてよい回は、運動学、軌道の最適化、カルマンフィルタ系の式の導き方、カメラのモデルです。エンジニア向けの数学が中心です。

注意点は、収録が2019年なので、VLA や基盤モデルのような AI の頭脳の話はほぼないことです。逆に言えば、いま現場で動いている配膳ロボットや清掃ロボットの中身はまさにこの古典的な仕組みなので、なぜ現場で詰まるのかを分かるには、今でもど真ん中の教材です。

字幕は右上の CC から日本語の自動翻訳にできますが、式の多い回は精度が落ちます。該当する章を、Web 版の教科書で翻訳しながら読む方が速いです。

再生リストの何本目と、講義の番号は一致しなかった

優先順は第1回 → 自己位置推定入門 → MCL/パーティクルフィルタSLAM → センサーフュージョン → ソフトウェア。全部録らなくても、この5本で骨格はつかめます

これは動画が別々？それとも1本の動画の中？

— 5本の回は、どの動画にあるのか。

別々の動画です。1回の講義が1本（約1時間15分）で、再生リストに並んでいます。ただし、日程表には中間試験とセミナーの回もあり、公開の順番も前後しているので、日程表の日付と、再生リストの何本目かは一致しません。

このあと、再生リストの画面写真と、各動画の説明欄の画面写真を順に共有してもらい、説明欄にある Lecture の番号から並びを確かめました。途中で2回、番号を取り違えています。サムネイルと再生時間で当たりをつけた15本目を自己位置推定の入門と言い、それは Lecture 17 の EKF の回でした。8時間前に公開された18本目をセンサーフュージョンと言い、それは Lecture 13 の画像認識の回でした。説明欄の番号で見分けるのが確実でした。

とりあえず。その3本を撮ります。

ソフトの回（Lecture 21・22）は、2026年11月3日の時点でまだ公開されていません。3本は、録画ではなく YouTube の文字起こしの機能で英語の字幕の全文をコピーして共有してもらいました。録画より正確で速い方法でした。

第1回で分かったのは、自動化と自律の違いと、真横に動けない車輪のこと

（第1回の英語字幕の文字起こしを貼って）1本目文字起こし

— Lecture 1（全体像・移動ロボットの運動学）から、現場の運用に効くことは何か。

自動化と自律の違い（1:49〜）

工場の組立ロボットは自動化です。起こりうる状況をすべて設計の段階で想定し、動きを先に組んでおきます。自律は、設計の段階で想定できない状況（道路に飛び出す子ども）に対応するため、ロボット自身が判断する必要があるものです。

現場への導入を安定させる近道は、ロボットを賢くすることより、環境を自動化寄りに整えて想定外を減らすことです。配膳ロボットがうまく回っている店は、通路・動線・ルールで想定外を潰しています。運用に耐える落とし所の理屈の土台になる区別です。

見る → 考える → 動くの4段（5:00〜）

センサーで認識する → 自分の位置を推定し、地図を作る → 次の行動を決める → 通る道を計画して、そのとおりに動かす。動いたことで周りが変わり、また最初に戻ります。講座全体も、この4つの単元でできています。

現場のトラブルを、どの段で起きたかで切り分ける枠になります。人を見落とした（認識）、迷子（位置推定）、立ち往生（判断）、ぶつかる・揺れる（制御）。原因の当たりがつけば、対策を環境の側で打つか、設定の側で打つかを決められます。

全体を知る人の価値（8:00〜）

Pavone さん自身が、専門家ほど自分の領域の外を知らないことが多く、全体の基礎の知識がないとロボットの技術者として伸び悩む、と話しています。実機は必ず不具合探しで何時間も取られる、とも。全体を見て落とし所を決める役割の必要を、講師自身が認めています。

移動ロボットの運動学（20:38〜1:13:00）※後半の大半。式の部分は飛ばしてよい

• 行ける範囲そのものを狭める制約があります（ロボットアームの関節）。
• その瞬間に動ける向きだけを縛り、行ける範囲は狭めない制約もあります。車は真横には動けないが、切り返せばどこへでも行けます。
• 差動二輪は、後ろの2輪を左右別々に回し、前はキャスター（ショッピングカートの前の車輪）です。左右の速さの差で曲がり、逆に回せばその場で回ります。計算の上では、一輪車のモデルと同じ扱いで道を計画できます。
• 前輪で舵を切る車の形（Reeds-Shepp、Dubins のモデル）は、その場で回れません。

配膳ロボットや清掃ロボットの多くは、この差動二輪とキャスターの形なので、その場で回れるが真横には動けません。通路の幅、すれ違い、行き止まりでの向きの変えやすさは、ここで決まります。導入先の通路を話し合うときの、技術の根拠になります。

モデルの細かさと計算の重さの綱引き（1:13:00〜）

モデルを現実に近づけるほど、道の計算が重くなります。どこで折り合うかは職人芸に近い、と講師は言っています。シミュレーションでは動いたのに現場で同じように動かない、が起きる理由の一つです。

持ち帰る3点

1. 現場の導入の勝ち筋は、ロボットの賢さより、環境を自動化寄りに整えること
2. トラブルは、見る・考える・動くのどの段かで切り分ける
3. 配膳ロボットや清掃ロボットの動きの癖（その場で回れる、真横に動けない）は、車輪の付け方で決まる

自己位置推定の回で分かったのは、地図に頼るロボットは自信満々に外すこと

（第14回の文字起こしを貼って）2本目

— Lecture 14（自己位置推定とフィルタの基礎）から、現場の運用に効くことは何か。

位置の割り出し方は2つの流派（3:02〜）

• 決まった行動の組み合わせで動く方法：壁を右手に見て進む、のような単純な行動を組み合わせます。地図も位置推定も要らず、作るのが簡単で頑丈です。ただし環境が変わると通用しません。
• 地図に頼る方法：地図に対して自分の位置をはっきり推定します。どんな環境にも使える主流のやり方です。ただし前提が増える分もろく、ここにいるつもりが実は3m先、と中の認識がずれることがあります。

配膳ロボットのような地図に頼るロボットの弱点は、自信満々に間違えることです。店の配置を変えたあとの地図の作り直しと、ずれたときに戻す手順を、運用の決まりに入れるべき理由がここにあります。

位置の見当は、あいまいさとセットで持つ（7:50〜）

ロボットは位置を1点ではなく、確率の分布として持ちます。設計の大きな選択は2つです。

• 山が1つ：計算が軽い。決まった道を走るなら十分。
• 山が複数：NVIDIA の講堂か、別の講堂か、のように複数の候補を同時に持てる。柔軟だが重い。

同じ形の通路やテーブルの並びが続く店で、ロボットが迷う理由です。山が1つの方式だと、似た場所のどちらか一方に決め打ちして外すことがあります。手は、場所ごとに見分けのつく目印を置いて、似た場所を減らすことです。

確率の復習（11:00〜43:00）※式が中心なので飛ばしてよい

押さえるのは1点だけです。データを見たときの位置の確率は、その位置ならそのデータが出る確率と、事前の見当を掛け合わせて求まります（ベイズの定理）。センサーの癖を前もって調べておけば、測った値から位置を逆算できる、という考え方です。

測ると不確かさが減り、動くと増える（45:55〜）

測ることは、位置の候補を絞り込みます。動くことは、外からの乱れやモデルとのずれで、候補を広げます。位置推定は、この2つの綱引きです。

目印の少ない長い廊下、ガラス張り、鏡のある所を長く走らせるほど、位置はぼやけます。濡れた床や段差で車輪が空回りすると、動くことによる不確かさが増えます。ロボットが特定の場所で迷うなら、その手前で手がかりが途切れていないかを見ます。

マルコフ仮定（48:00〜）

今の状態と今の操作が分かれば、次の状態を予測するのに、過去の流れは要らない、という前提です。たいていは成り立ちますが、人の意図の予測は例外です。数秒前から荒い運転をしている車は、今の距離や速さだけでは予測できません。

人の多い所でのロボットのふるまいが難しい根っこです。今の瞬間の位置だけで人をよけようとすると、急に向きを変える人に対応しきれません。

ベイズフィルタの2拍子（56:00〜）

1. 予測：操作（動き）をもとに、前の候補それぞれから、今どこにいそうかを広げて計算する
2. 補正：センサーの測った値と照らし、合わない候補の確率を下げ、合う候補を上げる

これが位置推定のすべての土台です。ただし、そのままでは計算が重すぎて使えず、以降の講義は、これを計算できる形に近づける話です（ガウス分布で近づける EKF、たくさんの点で近づけるパーティクルフィルタ）。

EKF も、モンテカルロ位置推定も、中身はこの予測と補正の近道です。ロボットの位置ずれの記録を見るときも、動きで崩れたのか、測ることで直し損ねたのかの2択で切り分けられます。

持ち帰る3点

1. 地図に頼るロボットは自信満々に間違える。ずれから戻す手順を運用に組み込む
2. 似た場所が続くことと、手がかりの乏しい区間が、迷子の2大原因
3. 位置推定は、動くとぼやけ、測ると締まるの繰り返し。トラブルは、どちらの拍で崩れたかで見る

センサーの合わせ方の回で分かったのは、測定と予測の差で故障の予兆が取れること

（第20回の文字起こしを貼って）3本目

— Lecture 20（複数のセンサーの知覚とセンサーフュージョン）から、現場の運用に効くことは何か。

この回の講師は Pavone さんではなく、オーストリアの大学から来たゲストの講師です。

なぜ複数のセンサーを合わせるのか（4:30〜）

センサーにはそれぞれ得意と不得意があります（レーダーは距離に強く、カメラは横の位置に強い）。重ねると、あいまいさの範囲が交わった部分まで縮みます。逆に、片方のセンサーしか見ていない範囲では、あいまいさは大きいままです。1つのセンサーだけの弱点は、届く距離と見える範囲の限界、距離の精度、そして誤検知（何もないのにブレーキ）と見逃しです。

BMW は、道路の側に置いたカメラとレーダーで、車に積んだセンサーの約300m を超えて、800m 近くまで見通す実験をしています（国道101号）。

• ロボットが何もないのに止まるのは誤検知、ぶつかるのは見逃しか死角です。死角は、センサーの見える範囲が重ならない所に生まれます。
• 道路の側にセンサーを置く考えは、店の側にセンサーを置いて、見通しの悪い角を補うのと同じです。第1回の、環境を整えるのと同じ方向の手です。

合わせ方の4つの分け方（9:26〜）

• データの質：抜け、外れ値、時刻のずれへの対処
• どの段階で合わせるか：生のデータで合わせるのが、情報としては最良。ただ実務では、車・人と決めたあとの物の段階で合わせることが多い。部品のメーカーを差し替えやすいからです。
• 合わせ方の種類：同じものを2つで測る（片方が壊れても続けられる）、得意を補い合う、1つでは測れないものを協力して測る
• 組み方：1か所に集めるか、分けるか。機能安全の規格を満たすには、分ける方が有利です。

理論上の最適と、調達や保守のしやすさの折り合いを、業界の第一線でも実際につけている、ということです。

2つを合わせると、良い方1つより良くなる（17:44〜32:50）

精度の違う2つのセンサーを、それぞれの信頼度で重みを付けて合わせると、精度の良い方のセンサー1つより精度が上がります（並列につないだ抵抗が、一番小さい抵抗より小さくなるのと同じ理屈）。ただの平均は、良いデータも悪いデータも同じ重みで扱うので弱い。外れ値に強いのは中央値です。

安いセンサーを足しても無駄にはなりません。ただし、信頼度に合わせた重み付けが前提です。

カルマンフィルタで合わせる（33:00〜）

第14回の予測と補正の実用版です。カルマンゲインという値が、毎回、測った値と予測のどちらをどれだけ信じるかを決めます。山が1つの分布しか扱えないので、物がいくつもあれば物ごとにフィルタが要り、どの測った値がどの物のものかの対応付けが難しくなります。

見落とされがちな前提（40:30〜）があります。フィルタを動かす前に、各センサーの取り付け位置をそろえることと、時刻をそろえることが要ります。講師いわく、これだけで講義1本、いや講座の半分が要ります。

現場で効くのは、むしろこの手前の作業です。ぶつけたり掃除したりして、センサーの向きがわずかにずれると性能が落ちるのはこのためです。定期の点検に、取り付けの確かめを入れる根拠になります。

1つのセンサーに頼れない理由（47:00〜）

IMU は加速度を2回積み上げて位置を出すので、それだけだと10〜20秒で大きくずれます。GPS は精度が良くても、トンネルや悪い天気で途切れます。だから複数のセンサーで重ねます。GPS・LiDAR・IMU を合わせると、一番良い GPS 1つよりも推定が良くなります。

雑音の設定値を調整のつまみとして扱う罠（52:40〜）もあります。雑音の値はつまみとして扱われがちですが、測った値の雑音は実機で実際に測れます。つまみで現場に合わせすぎると、物理の意味を失います。

店の中で走るロボットは GPS が使えないので、車輪の回転・IMU・LiDAR の組み合わせに頼っています。現場で、とりあえず設定の値をいじって合わせる対応は、根本の原因を隠すおそれがあります。

偏りと故障の見張り（1:06:37〜）

カルマンフィルタは、一定の向きに偏る誤差（偏り）を扱えません。手は、偏りそのものも推定する対象に加えてしまうことです。推定した偏りが時間とともに変われば、それはセンサーが弱ってきた知らせになります。さらに、測った値と予測の差を見張り、決めた線を超えたら異常と判断すれば、センサーや駆動の故障に気づけます。講師いわく、研究の重心がこちらに移りつつあります。

今回いちばんの収穫です。故障の予兆を見る指標として、測った値と予測の差と、推定した偏りの移り変わりを見張る、という設計ができます。運用の画面で何を見るべきかの、技術の根拠になります。

持ち帰る3点

1. 止まりすぎは誤検知、ぶつかるのは見逃しか死角。手は、店の側にセンサーを置くなど、環境の側でも打てる
2. 性能が落ちる隠れた原因は、取り付け位置のずれと時刻のずれ。定期の確かめを保守に組み込む
3. 測った値と予測の差を見張れば、故障の予兆が取れる。運用の見張りの設計にそのまま使える

講師は次の2回で、自動運転のオープンソースのソフト Autoware を扱うと予告していました（字幕では outerwear と聞き違えられています）。まだ公開されていない Lecture 21・22 です。

観察してきた止まり方は、4段のどこで崩れたかで分けられる

データはまとめて分析して保管してください。

— 3本を通して、観察台帳の止まり方はどう読めるか。

3本分を合わせて分析し、文字起こしと一緒に research フォルダに保管しました。3本を突き合わせて分かったことは、次の3つです。

これまでの観察台帳の止まり方を、第1回の4段に当てはめました。どれも、このときの見立てで、機体の中身は公開されていません。

止まり方によって、直し方も、直す時間も違います。決めるで止まったなら手で寄せて約5秒、位置を知るで止まったなら機体を決まった場所まで押して戻す、運用で止まったなら人の配置です。

迷子の画面の指示は、講義の言葉で説明できる

ココスの迷子の画面には、ドッキング場所に移動させ、正しい位置に付けてから、再ポジショニングを押してください、と出ていました。

• 第14回のベイズフィルタは、最初の位置の見当がないと始まりません。ドッキング場所は、地図の上で位置がはっきり分かっている場所です。そこに付け直すのは、位置の見当を確かな場所から作り直すことに当たります。
• 山が1つの方式だと、一度外れると自分では戻りにくい。だから人に既知の場所まで運んでもらう、と読めます（機種の方式は公開されていないので推測です）。
• 迷子の原因に挙げていた、誰かが機体を押して動かした、は教科書で誘拐されたロボットの問題という名前が付いています。パーティクルフィルタが向くとされ、まだ見られない Lecture 19 で扱います。
• 大きな窓やガラスは、測ると締まるが効かなくなる区間に当たります。

導入シミュレーションの、助けの時間が一律15秒はずれていそう

導入シミュレーションでは、立ち往生したら店員が歩いて行き、15秒で動かす、と置いています。止まり方の段で直し方が違うので、一律15秒では、位置を見失ったときには短すぎ、向かい合いには長すぎる見込みです。Unity のロボットが真横に滑れる動きになっていないかも、確かめる候補に入れました。シミュレーションの試算と Unity は、このときは変えず、記録だけにしています。

測った値と予測の差は、中から見る見張り

導入シミュレーションでは、Unity の録画から長い止まりを画像で見つける試しをしています。これは外から見る見張りです。第20回の、測った値と予測の差は、ロボットの中から見る見張りです。両方がそろうと、止まる前と止まったあとの両方を押さえられます。メーカーがその値をどこまで見せているかは、まだ確かめていません。

現場で効くのは、ロボットの賢さより環境を整えること

ロボットの賢さより環境を自動化寄りに整えること これは本当に大事だよね。ロボットの賢さを上げるだけでは解けないことが現場には本当にたくさんあるよね。

— 環境を整えるという手は、どこまで効くか。

その通りで、観察台帳の動画でもはっきり出ています。止まったものの大半は、ロボットの知能が足りないからではありません。直す作業は5秒前後なのに、人が来るまでに18〜53秒以上かかっていました。足りないのは賢さより、誰がいつ気づいて手を出すかの段取りです。

ただ、環境を整えるのにもお金がかかります。通路を広げる、目印を貼る、置き場所を決める。店にとってはお金と決まりが増えることです。一方でメーカーは、店を変えずに入れられる、を売りにしているので、どこまで店に整えてもらうかの線引きが、そのまま導入の相談の中身になります。全体を見て落とし所を決める仕事は、まさにこの線を引くことだと思います。

テスラがカメラだけにしたのは、事業のやり方に合わせた賭け

なぜ複数のセンサーを組み合わせるのか テスラってなぜカメラだけにしたんだろう？

— 複数のセンサーを合わせる方が良いなら、テスラはなぜカメラだけにしたのか。

テスラがカメラだけにしたのは、技術の優劣で決めたというより、事業のやり方に合わせた賭けです。

テスラの側の理由

• 人は目だけで運転している。マスクさんは2021年に、汎用の自動運転を実現する道はカメラとニューラルネットだけ、と言いました。2025年1月には LiDAR を松葉杖と呼び、人は目からレーザーを出して運転していない、と言っています。
• 安い。センサーの費用は1台あたり、テスラが約6万円（約400ドル）、Waymo は約200万円（約1万2,700ドル）と見積もられています（2024年の推定）。テスラは何百万台も売る普通の車にセンサーを載せる会社なので、この差が効きます。
• 台数がそのままデータになる。2016年以降のテスラ車から集める走行データは、年に約500億マイルと推定されています。同じ8台のカメラの構成で全部の車をそろえ、1つの大きなニューラルネットに学ばせる設計です。
• 細かい地図が要らない。Waymo は街ごとに先に地図を作りますが、テスラはその場の見え方だけで走るので、地図のない道にも広げやすい。

第20回とつなげると、テスラは、センサーを合わせる手間（取り付け位置と時刻のそろえ、どの測った値がどの物のものかの対応付け、食い違ったときにどちらを信じるか）が、重ねて得られる得より大きいと判断し、データの量に賭けた、とも読めます。2021年にレーダーを外したとき、マスクさんが、レーダーとカメラが食い違ったらどちらを信じるのか、と言ったのも同じ理屈です。

反対の側の言い分

第20回の、1つだけの弱点そのものです。Waymo は2025年に、砂嵐でカメラには見えない歩行者や、バスの陰の歩行者を LiDAR で捉えた例を見せました。テスラの側では、逆光でカメラが見えなかったとみられる死亡事故（2023年）があり、アメリカの道路交通安全局（NHTSA）が、視界の悪い条件での事故4件の調べを始めています（2024年10月）。Waymo の第5世代の機体は、カメラ29台・レーダー6台・LiDAR 5台の構成です。

今の状況

テスラは2026年1月から、オースティンで、車の中にスタッフが乗らない無人のロボタクシーを走らせています。2026年9月末までに無人で約200万マイル走ったと報告していますが、遠くで人が見張っているかは公表していません。賭けがまだ決着していないのは、ここが分からないからです。

このプロジェクトに引きつけると

センサーの選び方は、どこで動かすかで決まります。テスラは地図なしで世界中の道を走りたいので、環境を整えずに、ロボットの側（データと学習）で解くしかありません。配膳ロボットは決まった店の中だけで動くので、目印や天井のセンサーのように、環境の側に手を打つ方が安くつきます。同じなぜ合わせるのかでも、答えは置かれた条件で逆になります。

落とし所は、何と引き換えに選んだかまで書いて残す

機能安全の規格を満たすには分散型が有利

（Claude の答えの、理論上の最適と調達・保守のしやすさの折り合いを、業界の第一線でも実際につけている、という一文を引いて）

これは本当に意識している。と、思ってます。

— 落とし所を、外に伝わる形で残すにはどうするか。

意識しているのは、残してきた記録からも分かります。観察のメモには毎回、運用の落とし所の節がありますし、離れた工場でも作れる生産の仕様書を書いてきた経験は、まさに理想の作り方と、相手が実際にできることの折り合いをつける仕事です。

第20回の例で大事なのは、講師が、理論上は生のデータで合わせるのが最良と認めた上で、それでも物の段階で合わせる理由を、部品のメーカーを差し替えやすいから、と調達の言葉で説明していたことです。落とし所が説得力を持つのは、何を捨てたかと、その代わりに何を取ったかを言えるときです。

そこで、これからのメモの落とし所の節に、理論上の最適は何で、何と引き換えにこちらを選んだかを1行足しておくと、判断が自分の中の感覚で終わらず、外に見せられる形で残ります。たとえば迷子のメモなら、理想は機体が自分で位置を取り戻すこと、今の機種ではできないので、ドッキング場所を客席の近くに置き、直すまでの距離を縮める、のような書き方です。これが積み重なると、見極めて落とし所に持っていく力が、そのまま実績として説明できるようになります。

QR の目印が効くのは迷子だけで、置くのは動かない所

止まりすぎは誤検知、ぶつかるのは見逃しか死角。対策は店舗側にセンサーを置くなど、環境側でも打てる

机とか椅子とかに補助的センサーとかQRとか設置するだけでもいいんだおうね

— 机や椅子に目印やセンサーを付けるだけで、止まり方は減るか。

半分はその通りで、半分は少し違います。直したいのが迷子なのか、ぶつかる・止まりすぎなのかで、効く手が分かれます。

迷子（自分の位置）には目印が効く。ただし置き場所が肝心

• QR のような目印は、自分がどこにいるかの手がかりなので、第14回の、測ると締まるを助けます。似た通路が並ぶ所や、窓とガラスの多い所のように、迷いやすい場所に足すのは理にかなっています。
• ただし、机や椅子には貼らない方がいいです。地図に頼るロボットは、目印が動かない前提で位置を出すので、椅子が動くと、ずれた位置を自信満々に信じてしまいます（第14回の、3m先にいるのに、ここにいるつもり）。貼るなら天井・柱・壁のような動かない所です。
• 業界の流れも参考になります。PUDU は、天井に目印を貼る方式は貼るのに手間がかかり、配置が変わると融通が利かない、として、目印を貼らずに天井そのものの見た目を手がかりにする VSLAM+ を出しています。メーカーは店を変えずに入れられる方向に進んでいるので、目印は全体にではなく、迷う場所だけの補助と考えるのが現実的です。

ぶつかる・止まりすぎには、QR は効かない

• QR が教えるのは自分がどこかで、前に何かあるかではありません。ぶつかる原因は、引き出された椅子、床に置いた荷物、子ども、センサーの高さから外れたテーブルの天板などです。
• 椅子にセンサーを付けるのは、電池・掃除・動く・数が多い、で運用がほぼ回りません。
• 見通しの悪い角には、天井に固定のカメラを置く手もあります（第20回の道路の側のセンサーと同じ考え）。ただ、ロボットとの通信、時刻と取り付け位置のそろえが要るので、置くだけでは済まず、メーカーとの連携が前提になります。

PUDU は、ガストなどで走っている BellaBot や KettyBot を作っている中国の会社です。VSLAM+ は、上向きのカメラで天井の見た目から位置を割り出す、PUDU の位置推定の仕組みの名前です。

お客さんは決まりを守らないので、通り道の方を離す

運用のルール：床に「椅子を戻す線」、通路に荷物を置かない

こういうのは難しいな。お客さんはいろんなことをするものだから（スタッフは守れても、お客さんは守らないよ）

— お客さんが決まりを守らないなら、何で止まり方を減らすか。

その通りです。椅子の線や荷物の決まりを守れるのはスタッフだけで、お客さんは守りません。お客さんの動きは変えられない前提で、ロボットの通り道の方を、お客さんの動きから離す形に書き直しました。手を打ちやすい順に並べています。

第1回の言葉で言い直すと、お客さんは店の中でいちばん想定できない部分です。想定外を決まりで減らせないなら、ロボットを想定外のない所だけで走らせる。自動化寄りに整えるとは、そういうことだと思います。

ねらい・変わったこと・見込める効果

止まり方を4段で分ける見方を、導入の相談と導入シミュレーションに入れたときのことを、ここでまとめておきます。

配膳ロボットの止まり方は、4段のどこで崩れたかで直し方が決まる

スタンフォードの講義は、AIの頭脳が乗る前のロボットの土台を扱っていて、店で走る配膳ロボットの中身はむしろこちらでした。見る・位置を知る・決める・動くの4段で止まり方を分けると、店員が手で寄せればいいのか、機体を押して戻すのか、人の配置を変えるのかが先に分かります。そして、お客さんの動きは変えられないので、手は、ロボットの通り道をお客さんの動きから離す側に打つ。

テスラが地図なしで世界中を走るためにカメラとデータに賭けたのとは逆に、決まった店の中で動く配膳ロボットは、環境の側に手を打つ方が安くつきます。

配膳ロボットが止まる理由は、ロボットの賢さより、4段のどこで崩れたかと、どこを走らせたかで決まる。

出典

• Martin さん（@0x_meden）の X の投稿
• Stanford Report：ロボット自律の教科書と講義の無料公開（2026年10月）
• Principles of Robot Autonomy の講義ノート（arXiv 2608.03496）
• Stanford AA274A Lecture 1 — Course Overview, Mobile Robot Kinematics・Lecture 14 — Introduction to Localization and Filtering Theory・Lecture 20 — Multi-Sensor Perception and Sensor Fusion（Stanford Online）
• Marco Pavone（Stanford Profiles）
• AA274 Principles of Robotic Autonomy の紹介（Stanford CARS）
• RobotLAB：PUDU VSLAM+・PUDU BellaBot
• Contrary Research：Tesla, Waymo, and the Great Sensor Debate
• IEEE Spectrum：Tesla Places Big Bet on Vision-Only Self-Driving
• Drive Tesla Canada：オースティンで無人のロボタクシーの一般向けの運行を開始（2026年1月22日）
• Tech Insider：Tesla Cybercab の無人の表示と遠隔の見張り（2026年10月28日）
• 過去の記録：サービスロボット導入シミュレーション Log#31 | 配膳ロボットのにらみ合い、解くのは店員だった・Log#29 | 狭いファミレスでは、配膳ロボットは1台まで