リコー、人の作業動画から汎用的なロボットAIモデルを生成

リコーは、人やロボットの作業動画から汎用性の高いAIモデルを生成するフィジカルAI技術を開発しました。
ロボットの機構や身体構造、制御方式に依存しない行動表現を学習し、様々なロボットへの展開を目指します。
同社はシミュレーション環境で有効性を確認しており、今後は実環境で検証します。

記事の概要

新技術では、画像や動画の変化から明示されていない行動を学習する「Latent Action Model（LAM）」を用います。
LAMは、「物を持つ」「前進する」「対象を移動させる」といった行動を、ロボットに共通する表現として学習します。
リコーは、この行動表現をVision-Language Model（VLM）の学習に活用し、VLAモデルを生成しました。
VLAは、画像・テキスト・行動を組み合わせて処理するAIモデルで、多様なロボットやタスクへの適用を目指します。
従来は現場ごとのチューニングやロボットごとの実機データ収集が必要でしたが、人間の作業動画をLAMの学習に使い、再利用性を高めます。
シミュレーション環境で学習した成果を実機へ展開するため、Sim2Real技術も利用します。
開発ではAWSジャパンの「フィジカルAI開発支援プログラム」を利用し、Amazon EC2やAmazon S3でデータ処理とモデル学習を実行しました。

記事のポイント

1. 共通の行動表現を学習： LAMが人やロボットの動画から、機構や制御方式に依存しない行動表現を学習します。
2. 人の動画で実機データを補完： 人間の作業動画を使うことで、ロボットごとに必要だった実機データ収集の負担を抑えます。
3. 実環境への展開を検証： オフィスや工場、物流、保守の現場を想定し、作業やロボット構成の適用可能性を検証します。

このニュースがもたらす影響

• 導入を検討する企業： ロボットごとに実機データを集めて調整する前提が変わり、人の作業動画を既存資産として活用する開発計画を検討しやすくなる可能性があります。
• ロボット開発企業： 機構や制御方式の違いを越えて行動表現を再利用できれば、特定ロボット向けの個別開発から、複数機種へ展開できるモデル設計に軸足を移せそうです。
• 現場の導入責任者： シミュレーション上の性能だけで導入を判断せず、オフィスや工場など実環境での安全性と作業適合性を検証する工程が、選定条件になりそうです。

このニュースの背景

従来のVLAモデルは、現場ごとのチューニングやロボットごとの実機データ収集が必要になるケースが多く、特にヒューマノイドロボット向けのデータ不足が課題でした。
リコーは、人間の作業動画をLAMの学習に使うことで、実機データ収集の負担を抑えながら、行動表現の再利用性を高めました。
シミュレーション環境で学習した成果を実機へ展開するため、Sim2Real技術も用いています。
今後はオフィス、工場、物流、保守などを想定した実環境で、作業やロボット構成への適用可能性を検証します。

関連するニュース

• リコーはLAMとSim2Realを組み合わせ、作業動画から多様なロボットへ展開できるフィジカルAI技術を開発しました。
• クオークが、資料からAIアバター講師による講義動画を制作するサービスを始めます。
• Forcesteed Roboticsがエクサ、エアロネクストと船舶点検向けPhysical AIを開発します。

詳しい記事の内容はこちらから（引用元）

日経クロステック（xTECH）

リコー、人の動作から汎用AIモデルを生成するフィジカルAI

　リコーは、動画像データから汎用性の高いAI（人工知能）モデルを作成し、様々なロボットへの展開を可能にするフィジカルAI…