Technology
VLA(視覚・言語・動作モデル)を中核に、Physical AI(身体を持つ AI)の研究開発を進めています。このページでは、その技術の中身を、実機のデモを交えて説明します。

What is VLA
従来のロボットは、動作を一つひとつプログラムで記述する必要がありました。VLA は、カメラが捉えた映像と「カップを積み上げて」のような言語指示を同時に理解し、腕や手の関節への指令を直接出力します。
動きは人が書くのではなく、人がロボットを操作した記録(操作データ)から学びます。だからモデルと同じくらい、データの集め方が重要になります。
VLA は万能ではありませんが、「人が手順を書く」から「データから学ぶ」への転換が、対応できる作業の幅を変えます。
| 従来のプログラミング | 認識 + 動作計画 | VLA | |
|---|---|---|---|
| 動きの決め方 | 人が座標と手順を一つずつ書く | 物体を認識し、計画アルゴリズムが経路を計算 | カメラ映像と言葉から、モデルが次の動きを直接出力 |
| 新しい作業への対応 | 作業ごとにプログラムを書き直す | 認識器と計画ルールを個別に作り直す | 操作データを追加して学習し直す |
| 柔らかい物・不定形な物 | 扱いが難しい | 形状モデル化が難しい | 人の操作データから扱い方を学ぶ |
| 必要なもの | 熟練したロボットエンジニア | 物体ごとのモデルとルール | 現場で集めた操作データ |
Pipeline
データ収集から実機検証までを自社で回しています。各段階で使っている道具はすべて公開されているものです。
Demo
人型ロボット G1 に VLA を載せ、机の上のカップを積み上げる作業を実装しました。単純に見えて、ロボットにとっては難しい要素がそろった課題です。
01
02
03
04
Unitree G1・OpenArm v2 の実機で VLA の学習と動作検証を行っています。いずれも研究開発用のプラットフォームです。
Research Questions
VLA を現場で使えるようにするために、答えを出そうとしている課題です。
01
02
03
04
Glossary
模倣学習
人の操作の記録(お手本)から、同じように動く方法を学ぶ手法。VLA の学習の基本になる。
遠隔操作(テレオペ)
人がコントローラや VR 機器でロボットを動かすこと。その記録が学習データになる。
ファインチューニング
公開されている大きなモデルを出発点に、自分の現場のデータで追加学習して調整すること。
Sim-to-Real
シミュレーションで学習・検証したものを実機に移すこと。安全に試行回数を増やせる反面、現実との差を埋める工夫が要る。
VLA やロボット操作 AI に関する共同研究・受託研究開発・PoC のご相談を承っています。課題がまだ形になっていなくても構いません。
※ ご相談だけでも歓迎です。しつこい営業はいたしません。