東京大学発のフィジカルAI企業commissureは、人の作業をロボット学習用データへ加工するサービスを開始します。
携帯型のUMIデバイスで、映像・動作・グリッパー状態を現場で同期して計測します。
計測設計からデータ加工、品質評価、分析レポートの作成まで一貫して支援します。
記事の概要
サービスの対象は、製造業やロボット開発企業です。
対象作業とデータ利用目的の整理、現場での計測、映像・動作・グリッパー状態の同期、欠損確認、データ加工、品質評価を支援します。
携帯型のUMIデバイスを使い、ロボットを現場へ設置する前に人の作業デモを収集します。
UMIは、Stanford University、Columbia University、Toyota Research Instituteの研究チームが2024年に発表した研究フレームワークです。
作業者の視点や手先の軌跡、道具・対象物との位置関係、グリッパーの開閉などを計測対象にします。
取得した映像、位置・姿勢、グリッパー状態を時刻でそろえ、欠損や計測失敗、条件の偏りを確認します。
顧客には計測計画、同期済みデータ、品質評価、分析レポートを納品し、ロボット実装に不足する条件を示します。
データ取得後は、挙動生成、ロボット制御、実機検証、受入条件の設計まで個別に支援します。
記事のポイント
- ロボット設置前に計測： 大型ロボットや遠隔操作設備を先に設置せず、作業環境や対象物を含むデータを現場で収集します。
- 利用目的から設計： 対象工程や成功条件、取得回数、作業条件のばらつきを整理し、必要な計測項目を事前に決めます。
- 実装判断まで支援： 同期済みデータの品質を評価し、追加取得やモデル開発、ロボット実装へ進む次の判断を支援します。
このニュースがもたらす影響
- 導入検討企業： ロボットやモデルの選定を急ぐ前に、対象工程の成功条件と必要データを定義し、実装へ進めるかを判断する工程を社内に置く必要が生じそうです。
- ロボットSIer： 顧客現場でのデータ取得と品質確認を、機体導入後の個別対応ではなく、提案や設計に先立つ共通工程として組み込むことが求められそうです。
- 研究開発部門： 人の作業デモから同期済みの複数情報を得られるため、実環境での学習手法や制御手法を検証する際、データの不足条件を早期に切り分けやすくなると考えられます。
このニュースの背景
ロボットによる自動化では、機体やモデルを選ぶ前に、対象作業の何をデータとして捉えるかを決める必要があります。
作業者の視点や手先の軌跡、道具・対象物との位置関係、グリッパーの状態などがそろわなければ、学習データの取得方法や実装後の評価条件を定めにくくなります。
従来のテレオペレーションによる取得では、ロボット本体や遠隔操作環境を先に現場へ設置する必要がありました。
UMIは、Stanford University、Columbia University、Toyota Research Instituteの研究チームが2024年に発表した、人の作業デモからデータを収集する研究フレームワークです。
関連するニュース
- 株式会社commissureが、フィジカルAIの模倣学習用データ収集デバイスを9項目で比較できるサイトを公開しました。
- 中央エンジニアリングとARCRAが、1年間で顧客向け5件と社内4件のAIプロジェクトを実施し、2年目の協業を深化させます。
- アトムが豊洲にフィジカルAI拠点を開設し、2027年末の200台稼働を目指します。
詳しい記事の内容はこちらから（引用元）
株式会社commissureのプレスリリース（2026年8月28日 14時00分）東京大学発フィジカルAI企業「株式会社…
https://prtimes.jp/main/html/rd/p/000000022.000118478.html