現実世界におけるフィジカルAI

フィジカルAIは、従来の自動化よりもタスク固有のエンジニアリングを大幅に削減しながら、物理世界を認識し、適応し、行動できるロボットを実現します。

実演から学習し、経験を通じて性能を高め、ビジョンモデルと言語モデルでタスクを解釈し、構造化されていない環境でも稼働するロボット。これは大きな可能性を秘めています。

ロボット開発者、フィジカルAI研究者、AIファーストのロボティクスチームにとって、これらの能力は、従来は変動が大きすぎる、コストが高すぎる、または複雑すぎるために自動化できなかったアプリケーションを可能にします。

フィジカルAIシステムがシミュレーションから現実世界のアプリケーションへ移行すると、要件も変化します。モデルとシミュレーションは引き続き不可欠ですが、ロボットが最終的に物理世界と関わるのは、対象物に直接接触するアーム、グリッパー、センサー、ツールを通じてです。

研究段階から実装へ移行するには、フィジカルAIに信頼性の高い物理インタラクション層が必要です。

OnRobotは10年以上にわたり、まさにこの分野に取り組んできました。

「フィジカルAI」という言葉がロボティクス分野で使われるようになる以前から、OnRobotは、適応性、センシング、フィードバック、現実世界のばらつきへの対応など、現在のフィジカルAI研究を特徴づける多くの実践的課題に取り組んできました。当社の電動式で柔軟性があり、フィードバック機能を備えたエンド・オブ・アームツールは、動的な実環境でも確実に機能するよう設計されています。世界各地の幅広いアプリケーションで、22,000台を超えるOnRobot製品が導入されています。

2. 高性能なモデルには信頼性の高い実行層が必要

基盤モデル、ロボット学習、ビジョン・言語・行動システム、シミュレーションの能力が高まるほど、実行層の重要性も増します。

ロボットの動作技術は、現実世界でのマニピュレーションと比べると比較的成熟しています。マニピュレーションは、排除することも完全にモデル化することもできない物理変数に左右されるためです。

だからこそ、エンドエフェクターが重要になります。

3. 接触に関する豊富なデータがシミュレーションとビジョンを補完

シミュレーションにより、チームは迅速に学習、テスト、反復を行えます。ビジョンは、ロボットによる対象物の認識、シーンの理解、動作計画を支援します。

信頼性の高いマニピュレーションには、物理的なフィードバックも必要です。学習ベースのシステムでは、より完全なインタラクションデータによって、学習、検証、障害分析を改善できます。

摩擦、コンプライアンス、滑り、変形、慣性、表面のばらつきなどの接触ダイナミクスを、シミュレーションで再現するのは困難です。シミュレーションでは成功した把持でも、対象物がずれる、表面の挙動が異なる、ワークが接触に抵抗するなどの理由で、現実世界では失敗することがあります。

カメラは対象物の位置を特定できますが、その対象物が確実に保持されているかを常に判断できるとは限りません。また、わずかな滑り、非対称な接触、挿入時の抵抗、過大な力を見逃す可能性もあります。

こうした制約から、マルチモーダルフィードバックはフィジカルAIの重要な要素となります。

フィードバックの種類によって、インタラクションの異なる段階を捉えられます。近接検知は接触前のデータを提供し、力/トルク検知は接触中の情報を提供します。把持検知は、ロボットが対象物を保持しているかを確認します。グリッパー幅のデータは対象物と把持状態に関する情報を提供し、成功・失敗信号は学習ループを支援します。

RG2-FTグリッパーには、以下の機能が統合されています。

4. 柔軟なマニピュレーションにはタスクに適したツールが必要

フィジカルAIは汎用ロボットと関連付けられることが多い一方で、あらゆるタスクに最適な単一のエンドエフェクターは存在しません。

対象物やアプリケーションが異なれば、必要なインタラクション方法も異なります。

ロボットがばらつきに対応し、経験から学習し、複数のタスクを実行する場合、エンドエフェクターはシステムアーキテクチャの一部となります。ロボットが把持、持ち上げ、保持、挿入、押す、引く、交換、解放できる対象を決定し、コントローラーやモデルが利用できるフィードバックにも影響します。

OnRobotのポートフォリオは、フィジカルAIが注目される以前から、この実践的な現実を念頭に構築されてきました。電動式で柔軟性があり、フィードバック機能を備えたツールは、メーカーがさまざまなアプリケーションで自動化を容易に導入、適応、再利用できるよう設計されています。

この設計思想は現在、フィジカルAI研究者やAIファーストのロボティクス企業が求めるものと密接に一致しています。

現実世界のばらつきに対応する設計

フィジカルAIの次の段階は、より強力なモデル、より優れたデータ、高度なシミュレーション、より高性能なロボットプラットフォームに左右されます。また、モデルが現実世界で確実に行動できるようにするグリッパー、センサー、ツールチェンジャー、エンド・オブ・アーム技術で構成される物理インタラクション層も重要です。

エンド・オブ・アームツールは、もはやロボットに最後に追加される単なる部品ではありません。高度な学習システムを構成する重要な要素です。

産業現場で実績を積んだOnRobotのポートフォリオは、研究者、ロボット開発者、メーカーが、有望なモデルから現実世界での信頼性の高いマニピュレーションへ移行するための柔軟な基盤を提供します。