フィジカルAIラボ

ラボは、フィジカルAIの難所が行われる場所です。雑然とした現実の作業を、モデルが学習できるものへ変換し、シミュレーションで動くものがロボット上でも動くことを証明します。

データ生成

人による実演を捉えるための遠隔操作セッションを実施し、合成データセット ── RGB、深度、セグメンテーション、6D姿勢 ── を、一般的な分布ではなく特定の現場に合わせたドメインランダム化とともに構築します。成果物は、山積みのクリップではなく、カバレッジが把握できるデータセットです。

学習

実演からの模倣学習、シミュレーション内の強化学習、そして互いの弱点を補うハイブリッド方策。評価に意味を持たせるため、ホールドアウトしたシナリオを最初から取り分けておきます。

sim-to-real検証

すべての方策は、シミュレーションで用いたのと同じ指標 ── 成功率、サイクルタイム、衝突率、復帰挙動 ── に対して実機で計測します。転移で数値が落ちるなら、それは脚注ではなく、修正すべき発見です。

継続的改善

システムが導入された後、現場での失敗は新しいシナリオとしてラボへ戻ってきます。次のバージョンは、実際に問題となったものに対して学習させます。