「AIを載せる」だけでは足りない月面探査
月面の永久影や溶岩洞では、地上からロボットに細かな指示を送り続けることが難しい。通信遅延や通信断が起こり得るため、機体は現場の状況を知覚し、移動や操作の方針を判断し、環境の変化や一部の故障に対応しなければならない。
こうした課題に対し、欧州宇宙機関（ESA）は2026年6月30日、月・惑星表面で活動する自律ロボットを対象に「Embodied Intelligence for Autonomous Space Systems」という構想を公募した。対象は初期概念、実現可能性調査、技術開発、ミッション概念である［1］［2］。
ここでいう「身体化知能（embodied intelligence）」は、AIモデルを単体で高性能化する発想とは異なる。知覚、意思決定、制御、適応を統合し、ロボットの形態、センサー、アクチュエーターと、いわば「脳」に相当するAIを共同設計する考え方だ［1］［2］［4］。
重要なのは、AIを機体に後から搭載するのではなく、機体の構造や動き方そのものを、環境との相互作用を前提に考える点にある。
ESAの公募が示すもの
ESAが想定する用途には、通信が不安定な月面・惑星表面での自律探査、現地資源利用、将来の有人活動支援が含まれる［1］［2］。これは、ロボットが地上から与えられた手順を実行するだけでなく、現地の状態に応じて行動を調整することを目指す方向性だ。
ただし、今回の公募が示しているのは、あくまで研究と開発の対象範囲である。ESAの資料から、身体化知能を備えた月面ロボットがすでに月面で長期間自律運用されたと確認することはできない。2026年9月時点で確認できる取り組みは、主として研究、公募、概念設計の段階にある［1］［2］。
この区別は重要だ。「月面で自律的に動くロボットを募集している」という事実と、「その能力が月面で実証済みである」という判断は同じではない。
NASAの軌道上実証とは何が違うのか
宇宙ロボットの自律化を考える際、NASAの取り組みも比較材料になる。NASAの「Robotically Manipulated Payload Challenge」は、低軌道でロボットアームに操作されるペイロードや、軌道上サービス、組立、製造技術の実証を支援する制度である［3］。
一方、ESAの公募は、月・惑星表面で活動するロボットの身体化知能を主な対象としている［1］［2］。両者はともに宇宙でのロボット利用に関係するが、実証場所と目的が異なる。NASAの制度は軌道上インフラに関わる操作・サービス・製造を軸にし、ESAの構想は、地形と接触しながら移動し、通信制約のある表面探査を軸にしている。
したがって、NASAの軌道上実証を、そのまま月面ロボットの自律探査能力と読み替えることはできない。比較から見えてくるのは、宇宙ロボティクスの自律化が、少なくとも「軌道上インフラ」と「惑星表面探査」という異なる方向で検討されていることだ［3］。
査読研究が示す実験段階の成果
身体化知能に近い技術的アプローチは、地上のロボット研究でも報告されている。査読研究の一つは、視覚情報とセンサーによる運動制御を統合した身体化大規模言語モデルを扱い、予測困難な環境でロボットが複雑な作業を完了することを目指している［4］。
別の研究では、視覚学習と物理シミュレーションを組み合わせ、自律飛行を学習する手法が報告されている［5］。このような研究は、ロボットの知能を画像認識や言語処理だけに限定せず、身体の動き、物理法則、センサー入力と結び付けて扱う方向を示す。
しかし、これらは月面での運用実績ではない。月面には、極低温、粉じん、放射線、限られた電力、計算資源、通信断、保守の難しさがある。地上や別の環境で得られた実験結果が、そのまま月面で再現されるとは限らない［4］［5］。
仮説：月面では「大きなモデル」より共同設計が効くのか
ここからは、資料に基づく将来仮説である。月面の永久影や溶岩洞では、通信制約そのものよりも、通信が途切れた後も現場で判断を続けられる能力がミッションの成否を左右する可能性がある。もしそうなら、競争の中心はAIモデルの大型化だけではなく、接地・移動方式、センサーの配置、アクチュエーターの冗長性、故障時の回復手順を含む共同設計へ移るだろう［1］［2］［4］。
たとえば、滑りやすい地形を走行する機体と、狭い空間を調査する機体では、必要な身体とセンサーは異なる。万能なAIを一つ搭載するより、環境に合わせて機体と判断機構を組み合わせた方が、限られた電力や計算資源を有効に使える可能性がある。
さらに、身体化知能は単体ロボットの高度化だけでなく、異なる能力を持つ複数ロボットの協調や、現地資源利用にも発展するかもしれない。ただし、これはESAの公募が示す研究方向から導かれる仮説であり、月面で実証された能力ではない。
反証：身体化知能は万能な自律性を保証しない
身体化知能という言葉は広く、知覚・制御・適応を統合しただけで、未知環境に対する汎用的な知能が実現するとは限らない。センサーが粉じんで劣化した場合や、想定外の地形に遭遇した場合、適応機構が安全に働くことを事前に検証するのは難しい。
また、自律学習やオンライン適応を宇宙機に導入すると、予測不能な挙動や検証困難性が生じる可能性がある。ミッション保証を重視するなら、機能を限定した従来型の自動化の方が、短期的には信頼性や説明可能性で有利な場合もある［4］［5］。
機体とAIの共同設計は、開発コストと検証期間も増やし得る。宇宙では、地上ロボットの実験で許容される試行錯誤を、そのまま運用に持ち込めない。身体化知能が実用化に近づくには、適応性だけでなく、電力、放射線耐性、故障時の安全性、学習更新の管理を同時に示す必要がある。
現時点で言えること
ESAの公募は、月・惑星表面ロボットを「AI搭載機」としてではなく、身体、センサー、制御、環境との相互作用を含む一つのシステムとして設計しようとする動きを示している［1］［2］。NASAの軌道上ロボット実証や査読研究と並べると、宇宙ロボット研究が、軌道上の操作・サービスと、惑星表面の自律探査という複数の課題に分かれて進んでいることも分かる［3］［4］［5］。
一方で、現時点で確認できるのは構想、公募、研究段階の成果であり、身体化知能を持つ月面ロボットの長期間自律運用ではない。したがって、いま評価すべきなのは「賢いAIが月面を自由に探査できるか」ではなく、未知で厳しい環境に対して、どこまで機体とAIを安全に一体設計できるかである。
その答えはまだ開かれている。だが、ESAの資料は、宇宙ロボットの進歩を計算能力やモデル規模だけで測るのではなく、身体と環境を含むシステム全体の設計問題として捉え直す必要を示している。