学習とシミュレーション
大きな計算設備で学習し、仮想空間で試してから機体に載せる。
フィジカルAIガイド
フィジカルAIは、センサーと機体と計算機からなるハードウェア、学習・シミュレーション・実行を受け持つソフトウェア、現場に合わせて組み込み保守するサービスの3層がそろって初めて現場で動きます。NVIDIAは、学習用、シミュレーション用、ロボットに載せる実行用の3種類の計算機が要ると説明しています。差がつきやすいのは、層と層のつなぎ目、つまり現場への組み込みと、止め方を含む安全の設計です。
NVIDIAは2024年10月23日に公開し、その後更新した解説で、ロボット開発には3種類の計算機が要るとしています。1つ目はAIを学習させるための計算機で、同社の製品ではDGXが受け持ちます。2つ目はシミュレーションと合成データの生成用で、Omniverseと世界モデルCosmosをRTX PRO Serverで動かします。3つ目はロボットに載せて実際に動かすための計算機で、Jetson AGX Thorが受け持ちます。
この分け方で見ると、フィジカルAIのソフトウェアは、ロボットの中だけにあるわけではありません。学習は大きな計算設備で行い、仮想空間で安全に試し、できたモデルを機体の計算機に載せて、センサーの情報から短い時間で動きを決めます。導入を検討する側は、どの段階を誰の設備で行うのかを確かめると、費用と責任の分かれ目が見えやすくなります。
出典:NVIDIA Blog『What Is NVIDIA's Three-Computer Solution for Robotics?』(2026年11月17日確認)
NVIDIAは2026年10月21日、ロボット開発基盤「Isaac」の拡充を発表しました。ロボットの動きを強化学習で鍛える枠組み「Isaac Lab 3.0」は一般提供に入り、AI・センサー・制御・ロボット本体をつなぐオープンソースの実行基盤「Isaac OS」も示されました。工場や倉庫向けにシミュレーションでそのまま使える部品を2,000点以上集めたライブラリも公開されています。
安全の層では、自動運転車とロボット向けの安全基盤「Halos」の組み込みを、Agile Robots、Agility、Dexory、FORT Robotics、KIONが進め、SICKが評価中だとしています。認証にはTÜV SÜDなどが関わるとされています。発表文は、多くの機能の提供時期が変わりうるとも断っています。ソフトウェアの層が共通の部品になるほど、ロボットを使う側にとっては「どの基盤の上で作られた機体か」が、保守や更新のしやすさを見る手がかりになります。
出典:NVIDIA Newsroom『NVIDIA Advances Isaac Platform for General-Purpose Robotics』(2026年11月17日確認)
ハードとソフトの分け方には、AIモデルをどこで動かすかという選択もあります。Google DeepMindは2025年6月24日、ロボットの機体の上で動くモデル「Gemini Robotics On-Device」を発表しました。通信のつながりを必要とせずに動くため、遅れに敏感な作業や、通信が不安定な場所、通信のない場所に向くとしています。新しい作業には50〜100回の実演で合わせられるとし、学習に使ったALOHAのほか、双腕のFranka FR3やApptronikの人型ロボットApolloにも合わせたと説明しています。開発用のSDKは、試験の参加者向けの提供です。
反対に、AIの判断を通信の先の計算設備で行う形では、機体の計算機を小さくできる一方、通信が遅れたり切れたりしたときの止まり方を先に決めておく必要があります。どちらを選ぶかで、機体に載せる計算機の大きさ、通信の設備、データを社外に出すかどうかが変わります。
出典:Google DeepMind『Gemini Robotics On-Device brings AI to local robotic devices』(2026年11月17日確認)
機体とソフトウェアがそろっても、現場の設備や作業手順に合わせて組み込まなければ動きません。この組み込みを担うのが、ロボットシステムインテグレーター(SIer)です。一般社団法人日本ロボットシステムインテグレータ協会は、SIerを、ロボットをはじめとする自動化装置を扱う専門家と説明しています。同協会は「ロボットSI検定」や、ロボットSIの基礎講座、自動化技術の講座を設けて、担い手の育成に取り組んでいます。
フィジカルAIでは、組み込んだ後もデータを集めてモデルを作り直す場面が増えるため、サービスの層の仕事は導入の時点で終わりません。誰がデータを集め、誰がモデルを更新し、誰が止める判断をするのかを、契約の段階で分けておくことが大切です。
出典:日本ロボットシステムインテグレータ協会『日本ロボットシステムインテグレータ協会』(2026年11月17日確認)
| 層 | 中身 | 差がつくところ | 導入前に確かめる点 |
|---|---|---|---|
| ハードウェア | 機体、センサー、ロボットに載せる計算機 | 現場の粉じんや温度への強さ、交換部品の供給 | 故障したときの部品の手配と期間 |
| ソフトウェア | AIモデル、学習とシミュレーション、実行基盤 | 更新のしやすさ、どの共通基盤の上で作られているか | 更新で動きが変わったときの確認の手順 |
| サービス | 現場への組み込み、保守、教育、データ収集の支援 | 現場の手順に合わせる力、駆けつけの速さ | 止める判断とデータの扱いの担当者 |
大きな計算設備で学習し、仮想空間で試してから機体に載せる。
通信なしで動くモデルを、少ない実演で新しい作業に合わせる。
SIerが設備や手順に合わせてロボットを組み込み、保守する。
両方です。機体やセンサーなどのハードウェア、学習から実行までのソフトウェア、現場に組み込み保守するサービスの3層を合わせて考えます。
NVIDIAの説明では、AIを学習させる計算機、シミュレーションと合成データを作る計算機、ロボットに載せて実際に動かす計算機の3つです。
両方の形があります。Gemini Robotics On-Deviceのように機体の上で通信なしに動くモデルもあれば、通信の先の計算設備で判断する形もあります。
層と層のつなぎ目で差がつきやすくなります。現場の手順に合わせた組み込み、更新したときの確かめ方、止め方を含む安全の設計が主な点です。