Forcesteed Robotics、AIエージェントでロボット作業を構築

Forcesteed Roboticsは、Physical AI OS「FOS」の新機能として「Agentic Robotics」を開発しました。
AIエージェントが、言葉で伝えた作業をロボットのプログラムに組み立てます。
人が確認・承認したプログラムだけを現場で実行する仕組みです。

記事の概要

Agentic Roboticsでは、ローカルAIエージェント「Forcesteed-Luqua」が作業内容を読み取ります。
作業を工程ごとに分解し、ティーチング、ルールベース、VLAなどから適した手段を選びます。
そのうえで、汎用ヒューマノイドコントローラ「Forcesteed-LEIVOR」のノードプログラムとして構成します。
例えば柔軟物を扱う作業では、画像処理やモーションプランニング、学習済みモデル、ティーチングを使い分けます。
提案されたプログラムは、担当者が画面上で修正または承認します。
進入禁止エリアや停止条件も人が定義し、AIが単独で現場へ反映することはありません。
失敗が起きた場合は、問題の工程に絞って改善案を提示します。
作成・承認したモーション、スキル、タスクは再利用可能な資産として蓄積されます。

記事のポイント

1. 工程ごとに手段を選択： AIエージェントが作業を工程へ分解し、ティーチングやVLAなどを組み合わせてプログラムを構成します。
2. 人が実行前に承認： 担当者がプログラムを確認・修正し、進入禁止エリアや停止条件を定義してから現場で実行します。
3. 動作を再利用可能な資産に： 作成・承認したモーションやスキルを蓄積し、次の作業でAIが選べる手段を増やします。

このニュースがもたらす影響

• 導入を検討する企業： 人が作業を工程単位で確認・修正できるため、導入企業はAIに一任せず、現場の安全条件と既存ノウハウを残した導入手順を設計しやすくなると考えられます。
• ロボットSIer： ティーチングやルールベース、VLAを工程ごとに組み合わせる仕組みにより、SIerは作業ごとに手段を選び直す設計力と、再利用できる動作資産の蓄積を両立しやすくなる可能性があります。
• ロボット業界全体： 人が承認したプログラムだけを実行し、失敗した工程単位で改善する考え方は、フィジカルAIの導入で安全確認と改善作業をどう分担するかを検討する材料になりそうです。

このニュースの背景

従来の産業用ロボットは、条件が変わるたびに人がプログラムを修正する必要がありました。
一方、VLAなどの学習ベース手法は、実機データの収集や成功率、処理速度の確保が課題とされています。
現場ではインターネットに接続できない可能性もあるため、ローカルで動くAIエージェントと人のシステムインテグレーションの知見を組み合わせる方向が示されています。

関連するニュース

• Forcesteed Roboticsは、AIモデルやロボットを接続するPhysical AI基盤「FOS」構想を発表しました。
• Forcesteed Roboticsが、ローカルAIと自律型侵入テストを組み合わせた脆弱性検証アプリを発表しました。
• テクマトリックスは、FAQナレッジを基に4方式で応答する「FastBot AI Suite」の提供を開始しました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

Forcesteed Robotics、AIエージェントがロボットの作業プログラムを組む「Agentic Robotics」を開発 ー Physical AI OS「FOS」の新機能

株式会社Forcesteed Roboticsのプレスリリース（2026年10月29日 10時45分）Forcestee…