|
|
＜10:30-12:00＞
【第１部】富士通におけるフィジカルAIの取り組みと課題
富士通(株) 富士通研究所
空間ロボティクス研究センター センター長 山田 茂史氏
|
【講演趣旨】
近年のAI技術の進歩は目覚ましく、AIを現実世界に展 開する動きが活発化している。AIに物理法則を学習させて自律行動
させるPhysical AIの研究が盛んになっている。フィジカルAIは、現 実世界での様々な課題を解決する鍵として期待され、深刻化する労
働力不足解消や産業の生産性向上に向けて注目を集める。しかし、 現在のフィジカルAIは、製造現場や物流倉庫など整備された環境で
の活用が中心で、人が生活する住宅やオフィスでは、人の動きが予 測困難で物の配置も頻繁に変化するため、適応が困難という課題が
ある。当社は、フィジカルAIの研究を発展させるため、当社の強み であるコンピュータビジョン技術を基に、人とロボットの相互作用
を予測できる空間World Model技術を開発した。空間内の人・ロ ボット・物体の未来の状態を予測して、従来では困難であった人と
ロボットの協調動作、複数ロボット間の最適な協調動作を実現す る。
|
|
【講演項目】
１．フィジカルAIの活用拡大
２．現実世界でのAI適用の難しさ
３．フィジカルAIにおける最新技術
3.1 ロボット基盤モデル
3.2 世界モデル（World model）
４．富士通のフィジカルAI技術
５．デモンストレーション
６．まとめ
【質疑応答】
|
|
|
＜13:00-14:30＞
【第２部】フィジカルAIを実現する基盤技術と実装ポイント
(株)リコー リコーデジタル技術開発センター
所長 鈴木 剛氏
|
【講演趣旨】
】本講演では、デジタル空間で完結していたAI（「サイ バーAI」）が物理世界と融合する「フィジカルAI」の現在地と未来
を展望します。ディープラーニング、生成AI、そして現在の「身体 性（Embodiment）」を伴うAIへの発展を辿り、なぜ今、産業界で
フィジカルAIが注目されているのかを技術面と事業面から解析しま す。Sim-to-RealやVLAモデルといったフィジカルAIの基盤技術を
解説し、自律動作に伴う安全性の確保や責任の所在、環境の不確実性といった実装上のリスクを整理します。併せて現在の深刻な労働
力不足や熟練技能の継承問題などに対する社会的影響を考察するこ とで、単なる自動化を超え、AIが「現実に作用する」ことで産業構
造の再定義に至る社会インパクトを予測します。
|
|
【講演項目】
１．現代のAI
２．フィジカルAIの基礎：基盤技術の整理
３．フィジカルAIの発展：今後の方向性と社会インパクト
【質疑応答】
|
|
|
＜14:45-16:15＞
【第３部】フィジカルAIによる自律移動ロボットの設計と実装
明治大学 総合数理学部
専任教授 森岡 一幸氏
|
【講演趣旨】
自律移動ロボットは、屋内外で配送や清掃などの用途 で活用され始めている。フィジカルAIは、そのような移動ロボット
サービスをより身近にする可能性を秘めている。本講演では、移動 ロボットへのフィジカルAI導入の現状および講師らが２０１７年頃
から取り組んできた移動ロボットのAIベース制御について紹介す る。特に仮想環境での強化学習で得られたモデルを実際のロボット
に適用するフィジカルAIのSim-to-Real転移により、従来型のロボッ ト用地図や厳密な計算に基づく手法と比べて、汎用的で柔軟な行動
を実現できる様子について、技術のポイントや行動学習や実機シス テム開発の実際、社会実装に向けた展望などを概観する。
|
|
【講演項目】
１．自律移動ロボット向けのフィジカルAI
1.1 従来型の自律移動ロボット開発
1.2 自律移動ロボットへのフィジカルAI適用の概要
1.3 フィジカルAIを用いた自律移動ロボットの研究例
1.4 学習用仮想環境
1.5 学習用デモデータの取得
1.6 Sim-to-Realギャップの解消に向けて
２．フィジカルAIによる移動ロボットナビゲーション
2.1 学習用簡易シミュレータの独自開発
2.2 2D-LiDARベース走行システムの基礎検討
2.3 UnityゲームエンジンによるAIモデル学習
2.4 ゲームエンジンのアセットを活用した多様な学習
2.5 ROSベース実機走行システムへのモデル転移
2.6 画像認識と組み合わせたSim-to-Realギャップ低減
2.7 End-to-Endなシステムによる実環境でのロボット走行
３．今後の展望
3.1 歩行者環境での柔軟な走行
3.2 行き止まりや袋小路を迂回した走行
3.3 人間用の地図を用いた走行
【質疑応答】
|
