ROBOMOVE PROJECT ・ PHYSICAL AI

現実世界で
考えて、動く。

General-purpose Physical AI

カメラで「見て」、AIが「理解し」、その場で最適な動きを「自ら判断して」実行する——。ひとつの頭脳で多様なタスクをこなす、次世代の汎用AIロボット(汎用フィジカルAI)の世界へ。

SCROLL
Introduction

これまでの産業用ロボットは、決められた場所で、決められた物を、決められた手順で動かすことに特化していました。配置が少しでもずれれば動作は破綻し、新しい作業のたびに専門家による再プログラミングが必要でした。

汎用AIロボット(汎用フィジカルAI)は、この前提を覆します。人間が新しい環境でも臨機応変に作業できるように、ロボットも一つの頭脳で多様なタスクをこなせるようになります。本ページでは RoboMove プロジェクトのシミュレーション成果物を通じて、その姿を紹介します。

What is Physical AI

デジタルのAIから、
現実を動かすAIへ。

生成AIは文章・画像・音声という「デジタル情報」の世界で進化しました。フィジカルAIは、その知能を現実の物理世界へと拡張する技術です。AIが現実空間の物体・位置・状態を認識し、ロボットの身体を通じて物理的に作用します。そして「汎用」とは、ひとつのAIモデルが多様なタスク・物体・環境に対応できることを意味します。

観点従来型ロボット汎用AIロボット(汎用フィジカルAI)
動作の決め方事前に座標・手順を固定プログラムカメラ映像からAIがその場で判断
物体の位置正確な定位置が前提多少ずれても認識して追従
対応タスク1機=1作業に特化1モデルで多様な作業に対応
環境変化弱い(再設定が必要)強い(自律的に適応)
導入・変更専門家による再プログラミング指示・学習で柔軟に拡張

なぜ今、重要なのか

👥

労働力不足

人手に頼ってきた現場を、柔軟に判断するロボットが支えます。

🔧

多品種少量生産

作業ごとの再設定なしに、多様な対象へ一台で対応します。

🚚

現場の自動化ニーズ

物流・サービスの「状況に応じた作業」を担います。

🌐

次の技術潮流

製造・物流・小売・家庭・医療介護まで変革する可能性。

RoboMove Simulation

「見る → 理解する → 動く」を
Pick & Place で再現。

テーブル上の赤いキューブをカメラで検出し、3次元的な位置を割り出して正確につかみ、隣の白い皿へ運んで置く——。このシンプルな動作のなかに、汎用フィジカルAIの要素技術が凝縮されています。実機を使わず、何千回もの試行を安全・低コスト・高速に繰り返せることが、シミュレーションの大きな意義です。

MOVIERoboMove シミュレーション成果物 — Pick & Place の全工程
3
マルチカメラ視点
数mm
位置推定の誤差
6
把持動作ステップ
1
モデルで多様な作業
How it works

動作の仕組み:4つの要素技術

「見て理解して動く」サイクルを支える、汎用フィジカルAIの中核技術。

01

マルチカメラによる「視覚」

3つのカメラが同時にロボットと対象物を捉え、死角を減らして認識の信頼性を高めます。

正面カメラ — 左右・奥行きを把握サイドカメラ — 高さ・奥行きを補完手首カメラ — つかむ直前に精密確認
02

Gemma による物体検出(VLM)

画像とことばを結びつけて理解するVLMが、「赤いキューブはどこにあるか」をピクセル単位で特定します。

検出成功カメラ → 緑の枠未検出カメラ → 赤の枠認識状態を一目で可視化
03

三角測量による3次元位置推定

正面・サイド2視点の検出結果を突き合わせ、三角測量で対象物の3次元座標(X,Y,Z)を算出します。

手首カメラで近接補正(refine)複数推定値を融合し誤差を縮小真値とほぼ一致する精度を実現
04

把持から配置までの自律動作

定まった3次元位置へ、ロボットが一連の把持モーションを自律的に実行。成否までAIが判定します。

接近 → 降下 → 把持 → 持ち上げ白い皿へ運んでリリース掴めたかをAIが自己評価
Detection & Triangulation

見て、意味を理解し、
立体世界を再構成する

3つのカメラ映像から Gemma が赤いキューブを検出し、2視点の三角測量で3次元位置を割り出します。検出に成功したカメラは緑の枠、未検出は赤の枠で表示。最終的な位置推定の誤差は数mm程度まで追い込まれ、ロボットが確実に物をつかむための精度を実現しています。

Gemma推論結果・3カメラ三角測量による物体検出と3次元位置推定
IMAGEGemma 推論結果 — 3カメラ三角測量
Autonomous Grasping

6つのステップ
分解された把持動作

3次元位置が定まると、ロボットは一連の把持モーションを自律実行します。各ステップが可視化され、把持後は白い皿へ運んでリリース。掴めたかどうかの成否判定(YES/保持)までAIが行い、失敗を検知できる点も、信頼性ある自律動作の重要な要素です。

STEP 01

把持位置の真上へ接近

STEP 02

降下

STEP 03

キューブ高さに到達

STEP 04

グリッパーを閉じる

STEP 05

持ち上げ

STEP 06

持ち上げ完了・成否判定

把持モーションの6ステップ(正面カメラ)
IMAGE把持モーション — 正面カメラ視点の6ステップ
What it demonstrates

このシミュレーションが示すもの

単なる「ロボットが箱を運ぶ映像」ではありません。汎用フィジカルAIが現実世界で機能するために必要な能力が、一つの流れとして統合されていることを実証しています。

多角的に認識する力

マルチカメラで環境を立体的に捉える。

意味として理解する力

VLM(Gemma)が「何がどこにあるか」を理解する。

立体世界を再構成する力

三角測量・センサーフュージョンで平面から3次元へ。

動かし、自己評価する力

理解にもとづき正確に把持し、結果を判定する。

固定座標に頼らず「見て理解して動く」この方式は、対象物の位置がずれても、種類が変わっても対応できる柔軟性につながります。これこそが、特定作業専用機から 汎用 フィジカルAIへと進化していく道筋です。

Future

今後の展望

赤いキューブと白い皿というシンプルな題材は、より複雑な現実課題への入り口です。同じ「見る→理解する→動く」の枠組みは、対象物や指示を差し替えることで、幅広い応用へ広げていけます。

🏭

製造・組立

部品のピッキングや位置合わせ

📦

物流・倉庫

多種多様な荷物の仕分け・搬送

🛒

小売・サービス

商品の陳列や補充

🏠

家庭・介護

日用品の片付けや配膳の補助

シミュレーションで磨き上げたAIを実機へ展開し、現実の多様な環境で価値を生む——RoboMove は、その実現に向けた一歩を形にしたプロジェクトです。

Contact

このプロジェクトに関する
お問い合わせ

汎用フィジカルAI・RoboMove プロジェクトに関するご質問・ご相談は、下記までお気軽にお問い合わせください。

運営・お問い合わせ 株式会社ロボケン