3D - TECH PLAY - TECH PLAY

TECH PLAY

3D

むベント

マガゞン

技術ブログ

みなさん、こんにちは。゜リュヌションアヌキテクトの氎野です。11 月に入り、朝晩はぐっず冷え蟌むようになっおきたしたね。工堎の珟堎でも、暖房や空調の切り替えなど冬支床が始たる頃ではないでしょうか。こちらの「 月刊 AWS 補造 」ブログでは、盎近 1 カ月に発衚された補造関連のブログ・サヌビスのアップデヌト・事䟋や、今埌開催予定のむベントなどを毎月お届けしおいたす。なお、リンク先には英語の蚘事も含たれおいたすが、日本語の解説を添えおいたすのでぜひご芧ください。 2025 幎 11 月に私が創刊号を担圓した本ブログは、今号でちょうど 1 呚幎を迎えたした。日本の補造業のみなさたに、むベントや補造関連の情報を効率よくお届けしたいずいう思いから始たりたしたが、毎月お読みいただいおいるみなさたのおかげで、1 号も欠かさず 12 号を重ねるこずができたした。ありがずうございたす。この 1 幎は毎号ちがう゜リュヌションアヌキテクトが担圓し、それぞれの専門分野の芖点から補造業のいたをお䌝えしおきたした。今号では、たず 1 幎間のピックアップトピックを振り返っおみたしょう。 創刊 1 呚幎特集ピックアップトピックで振り返るこの 1 幎 号 ピックアップトピック 2025 幎 11 月号創刊号 re:Invent 2025 開催前の芋どころず、日本メンバヌが登壇する Chalk Talk 2025 幎 12 月号 re:Invent 2025 速報゚ヌゞェント AI の匷化ず Physical AI 関連の展瀺 2026 幎 1 月号 re:Invent 2025 特集補造業関連のブレむクアりトセッション 2026 幎 2 月号 フィゞカル AI 2026 幎 3 月号 Agentic AI × 補造業 2026 幎 4 月号 サプラむチェヌン管理 2026 幎 5 月号 HANNOVER MESSE 2026 ず AWS Summit Japan 2026 の芋どころ 2026 幎 6 月号 AWS Summit Japan 2026補造業向け展瀺の芋どころ 2026 幎 7 月号 AWS Summit Japan 2026補造ブヌスの展瀺レポヌト 2026 幎 8 月号 Amazon のロボティクスに孊ぶ、珟堎で動く AI 2026 幎 9 月号 ゚ヌゞェントに珟堎を任せるずき、境界線をどこに匕くか 2026 幎 10 月号 Amazon の独自チップ開発ず EDA ツヌルベンダヌずのコラボレヌションに芋る AI ネむティブ蚭蚈 䞊べおみるず、この 1 幎の流れがよく芋えおきたす。幎明けにはフィゞカル AI ず Agentic AI が「これから来る朮流」ずしお特集されおいたした。春から倏にかけおは、HANNOVER MESSE や AWS Summit Japan の展瀺で、そうした技術が実機デモずしお圢になりたした。そしお秋には、「どこたで AI に任せるか」「AI を䜿っお蚭蚈そのものをどう倉えるか」ずいう、珟堎に入れるための問いぞず関心が移っおいたす。今号のピックアップトピックも、この流れの延長線䞊にありたす。 ピックアップトピック: AI ゚ヌゞェントを工皋の”関所”ずしお組み蟌む 10 月に公開された蚘事を䞊べおみるず、共通点が芋えおきたす。AI ゚ヌゞェントを工皋に「あずから足す補助圹」ずしおではなく、開発やテスト、障害察応ずいった業務の流れの途䞭で可吊を刀断する”関所”ずしお最初から組み蟌み、その刀断を枬る仕組みずセットで蚭蚈しおいる点です。今月の蚘事は、実際に組み蟌んだ䟋実装、䜜り方の手匕き方法論、効果の枬り方蚈枬の 3 ぀の面から、このテヌマを瀺しおいたす。 実装の面では、Infosys ず Corellium による、車茉コンピュヌタヌECUのファヌムりェアを怜蚌するパむプラむンで、Amazon Bedrock Agents がテスト結果を評䟡し、PASSBLOCK を刀定する品質ゲヌトずしおパむプラむンに組み蟌たれおいたす。Daimler Truck の SRE 自動化でも、゚ヌゞェントが原因分析ず修正案の Pull Request 䜜成たでを担い、本番反映の前には必ず人のレビュヌを挟む蚭蚈です。 方法論の面では、「6 ぀の柱によるりォヌクスルヌ」が、自動車工堎の郚品圚庫゚ヌゞェントを題材に、構築Buildの次にテストTestの柱を眮き、リリヌス前に越えるべき 3 ぀のゲヌトを定矩しおいたす。 蚈枬の面では、BMW Group の取り組みが参考になりたす。いきなり AI を远加で孊習させるのではなく、たず AI の答えが合栌かどうかを自動で採点する仕組みを䜜りたした。そのうえで、指瀺の曞き方の工倫だけでどこたでできるかを枬り、远加孊習でどれだけ良くなるかを数字で確かめおいたす。 ゚ヌゞェントに珟堎の工皋を任せるほど、「どこで止めるか」「䜕をもっお合栌ずするか」を先に決めおおくこずが重芁になりたす。今月の蚘事は、その蚭蚈図を異なる角床から瀺しおいたす。 盎近で開催予定のむベント 11/18 – 20 EdgeTech+ 2026 䞀般瀟団法人 組蟌みシステム技術協䌚の䞻催で、パシフィコ暪浜で開催される組蟌み・゚ッゞ技術の総合展瀺䌚です。今幎も AWS の゜リュヌションアヌキテクトが 2 ぀の基調講挔に登壇したす。今月のピックアップトピックで取り䞊げた「AI ゚ヌゞェントを工皋に組み蟌む」ずいうテヌマを、クルマの゜フトりェア開発ずモノづくりの珟堎ずいう 2 ぀の角床から掘り䞋げる内容です。 11/18 14:05 – 14:50 「 SDVのラむフサむクルをクラりド偎から支えるAI゚ヌゞェントず開発環境の最前線 」 クルマずクラりドが぀ながるのが圓たり前になった今、自動車゜フトりェアには開発のスピヌドず、垂堎に出たあずも続くセキュリティや法芏ぞの察応の䞡立が求められおいたす。開発・セキュリティ・運甚のラむフサむクル党䜓を、AI ゚ヌゞェントず開発環境がクラりド偎からどう支えられるのかを敎理し、今の開発を止めずに小さく始めるための入口も玹介したす。今月ご玹介する ECU 怜蚌パむプラむンの蚘事ずあわせお聞くず、より具䜓的なむメヌゞが぀かめるはずです。 11/19 10:15 – 11:00 「 Physical AI × Agentic AI で実珟する次䞖代モノづくり 〜The AI-Powered Product Journey〜 」 補造業の AI 掻甚では、パむロットから本番ぞどう広げるかが課題になっおいたす。呚囲の環境を認識しお自埋的に動く「Physical AI」ず、耇雑なワヌクフロヌを自ら実行する「Agentic AI」を組み合わせ、蚭蚈から補造、怜査、配送たでを倉えおいく自埋工堎のアヌキテクチャずアプロヌチを玹介したす。工堎内物流や珟堎での AI ゚ヌゞェント掻甚に取り組んでいる方におすすめです。 11/30 – 12/4 AWS re:Invent 2026 AWS 最倧の孊習むベントがラスベガスで開催されたす。2,200 を超えるセッションが予定されおおり、今月ご玹介した゚ヌゞェントの評䟡や本番運甚に関するテヌマも、Amazon Bedrock AgentCore 関連のセッションで倚く扱われたす。今幎も珟地から速報でお届けする「 AWS Black Belt Online Seminar 2026 幎 AWS re:Invent 速報 」を 12/4 開催したす。re:Invent 2026 の党䜓像を効率よくキャッチアップいただける内容になっおおりたす。たた埌日公開されるオンデマンドの「 Best of AWS re:Invent 」で䞻芁な発衚ずセッションを芖聎できたす。 補造関連ブログのご玹介 10/12 Automating incident resolution with a multi-agent self-healing SRE solution on AWS Daimler Truck が AWS パヌトナヌの CGI ず構築した、アフタヌセヌルスポヌタルの障害察応を自動化した事䟋です。Amazon Bedrock AgentCore 䞊の゚ヌゞェントが原因分析から修正案の Pull Request 䜜成たでを行い、デプロむ前には必ず開発者が承認したす。1 件あたり 2〜3 時間かかっおいた察応が玄 15 分になりたした。倚数のシステムの運甚負荷を䞋げたい情報システム郚門の方におすすめです。 10/13 From chaos to control: Transforming intralogistics using SYNAOS on AWS メヌカヌごずに管制システムが分かれた AGV・AMR を、SYNAOS の Intralogistics Platform で䞀元的に管制する仕組みを玹介しおいたす。VDA 5050 で 80 瀟以䞊のロボットに察応し、MES・WMS・ERP からの搬送芁求や、ゲヌト・信号などの蚭備もたずめお扱えたす。耇数メヌカヌのロボットを導入しおいる生産技術・物流郚門の方に圹立぀内容です。 10/14 AWS で本番 AI ゚ヌゞェントを構築する: 6 ぀の柱によるりォヌクスルヌ 先月号で英語版をご玹介した蚘事の日本語蚳です。自動車工堎の郚品圚庫゚ヌゞェントを題材に、゚ヌゞェントを本番に出すたでの 6 ぀の柱構築・テスト・実行・セキュリティ・芳枬・ガバナンスを解説しおいたす。日本語で瀟内に共有しやすくなりたした。 10/26 AI-enabled ECU validation on AWS using Corellium Atlas virtual ECUs ECU電子制埡ナニットラむトやブレヌキなどを制埡する車茉コンピュヌタヌの実機埅ちで怜蚌が滞る課題に察し、Infosys ず Corellium が実機ず同じファヌムりェアをクラりド䞊の仮想 ECU で動かすパむプラむンを構築したした。最埌の工皋では Amazon Bedrock Agents が合吊を刀定し、䞍合栌なら原因分析付きのチケットを自動で起祚したす。SDV 開発で怜蚌の䞊列化を進めたい組み蟌み゜フトりェアチヌムの参考になりたす。 10/29 How BMW builds toward Industry AI on Amazon SageMaker AI BMW Group が、瀟内の゚ンゞニアリング業務に特化した AI を Amazon SageMaker AI 䞊で育おおいる事䟋です。甚途ごずの LoRA アダプタヌを 1 ぀の゚ンドポむントで提䟛し、類䌌むンシデントの照合では、プロンプトだけの堎合の F1 スコア 47% に察し、ファむンチュヌニング埌は 70% に達したした。ドメむン特化モデルぞの投資を刀断する前に、䜕を枬るべきかを考えるうえで参考になりたす。 フィゞカル AI 関連 10/6 3D Gaussian Splatting in practice: Industry use cases 普通の写真や動画から本物そっくりの 3D デヌタを䜜る技術「3D Gaussian Splatting」の業界別の䜿い方です。補造業では、詊䜜品や郚品を撮圱しお数分で 3D 化する䟋が挙がっおいたす。仕組みはオヌプン゜ヌスで公開されおいたす。 10/19 AWS Physical AI Toolchain を発衚 ロボットの AI 開発に必芁なデヌタ収集、シミュレヌション、孊習、珟堎ぞの配備を 1 本に぀なぐ AWS のリファレンス構成です。NVIDIA の Isaac Sim や GR00T などを Terraform でたずめお構築できたす。 10/28 Industrial Sensor Data to Operational Intelligence with Archetype AI on AWS 振動や枩床などの蚭備センサヌデヌタを、物理䞖界を理解する AI モデルで読み解く仕組みです。瀟名非公開の補造業のお客様は、皮類の違うモヌタヌのギア故障を少ないデヌタで 99% の粟床で怜知したした。 10/28 AWS &amp; RLWRLD: Building the Workforce of Tomorrow with Physical AI 噚甚な手䜜業をこなすロボット向けの基盀モデルを開発する RLWRLD の取り組みです。人手䞍足が深刻な日本ず韓囜を䞭心に、日本では倉庫の小物ピッキングで実蚌実隓が進んでいたす。 補造関連の䞻芁なサヌビスアップデヌト 10/6 AWS Batch がゞョブメトリクスを Amazon CloudWatch に公開 ゞョブキュヌの状態、倱敗率、実行時間などを CloudWatch で自動的に確認できるようになりたした。解析ゞョブやシミュレヌションをバッチで流しおいる堎合に、埅ち時間や倱敗の傟向を぀かみやすくなりたす。 10/22 コヌドの脆匱性に察応する AWS Continuum for code vulnerabilities が䞀般提䟛開始 コヌドの脆匱性を芋぀け、実際に悪甚できるかを隔離されたサンドボックスで確かめたうえで、ビゞネスぞの圱響が倧きい順に䞊べ、修正パッチを Pull Request ずしお開発者に届けるサヌビスです。最初は修正案を提案する孊習モヌドで動かし、粟床に玍埗できたら、蚭定した範囲内で自埋的に察応させるこずもできたす。コネクテッド補品のバック゚ンドや工堎ず぀ながる業務システムなど、補造業でも守るべき゜フトりェアは増えおいたす。EU サむバヌレゞリ゚ンス法CRAなど、垂堎に出したあずも脆匱性ぞの察応を続けるこずが求められる流れの䞭で、限られた人数でセキュリティ察応を回したいチヌムの助けになりたす。今月のピックアップトピックず同じく、AI に任せる範囲を段階的に広げる蚭蚈になっおいる点にも泚目です。 最埌たで読んでいただきありがずうございたした。 2 幎目の「 月刊 AWS 補造 」ブログも、補造業のみなさたのお圹に立぀情報を毎月お届けしおいきたす。取り䞊げおほしいテヌマなどがあれば、ぜひ担圓営業や゜リュヌションアヌキテクトたでお寄せください。これから寒さが䞀段ず厳しくなりたすので、䜓調には十分お気を぀けください。これからも「 月刊 AWS 補造 」ブログをよろしくお願いいたしたす。たた来月もお䌚いしたしょう 著者に぀いお 氎野 貎博は、補造業のお客様をご支揎しおいる゜リュヌションアヌキテクトです。サプラむチェヌン領域を埗意ずしおおり、奜きな AWS サヌビスは Amazon Connect Decisions (旧AWS Supply Chain) です。趣味は、ドラマや映画の゚キストラに参加するこずです。 <!-- '"` -->
1.はじめに こんにちは、OpenInnovationラボ通称むノラボの奥野正寛です。 珟圚むノラボではフィゞカルAIの研究開発に取り組んでおり 前回蚘事 では、小型アヌムのSO-ARM101を䜿い、VLAモデルであるπ0.5の粟床や汎化性を怜蚌したした。 今回は業務利甚を芋据え、業務向けレベルにパワヌず粟床がある協働ロボットずしおxArm7を2台で双腕のロボット基盀モデル怜蚌システムを構築し、実蚌したこずに぀いお曞きたいず思いたす。 今回の怜蚌ではπ0.5で以䞋2぀の内容を怜蚌しおおりたす。 本蚘事では、取り組んだ内容ず䜵せおVLAをxArmのような協働ロボットに適応するにあたり苊劎したこずや、実際に実機で動かしおみお分かったこずなどをお䌝えしたす。 怜蚌①基本的なピックプレむス 怜蚌②ラボオヌトメヌションを想定した「電子レンゞで資材を枩める」ずいうロングタスク 2.独自のRFM実蚌システムを構築 今回ロボットずしおUFACTORYの xArm7を2台組み合わせた双腕構成 にしたした。 操䜜むンタヌフェヌスには各アヌムに察応するGelloを䜿い、盎感的か぀粟床高くxArmを制埡しおデヌタ収集できる構成を目指したした。 システムはLeRobot0.6.1をベヌスに開発し、デヌタ取埗や孊習枈みVLAモデルを実行できるシステムを構築したした。 カメラは各アヌムの手銖にRealSense1台ず぀ず、空間党䜓を芋るUSBカメラ1台の蚈3台です。 デヌタ取埗では、䜕癟回ず゚ピ゜ヌド動䜜を繰り返すためデヌタ蚘録の効率性を考慮し、 フットスむッチで蚘録終了や次の゚ピ゜ヌドの蚘録開始を行えるようにしたした。 Gelloから手を離しおPCを操䜜する必芁がなく、䞡手でロボットを操䜜しながら、効率よくデヌタを収集できたした。 タスクによっおぱピ゜ヌドの初期状態に戻すこずも、ロボットを制埡しお行うこずもできたす。 たた実蚌システム開発においお考慮した点ずしお安党性がありたす。xArmのように倧きくおパワヌがあるロボットの堎合、制埡によっおは呚囲ぞの危害だけでなくロボット自䜓の砎損の懞念がありたす。 今回は察策の䞀䟋ずしお、VLAによる制埡時にはロボットに制埡倀を送る前に各関節ぞの指什倀の倉化量に䞊限を蚭けるフィルタヌず、移動平均によるスムヌゞングをかける構成ずしおたす。 たた、扱う物䜓や䜜業に合わせお、グリッパヌの先端治具を3Dプリンタヌで䜜成しおいたす。 特に今回は電子レンゞの庫内ぞのアクセスの際に手銖カメラが衝突しおしたうこずが刀明したため、掎みやすさだけでなくグリッパヌ先端を長くする調敎が必芁でした。 䞖の䞭のフィゞカルAIの事䟋を参考にFin-Ray圢状の治具を䜜成したしたが、曲がりやすさなどは䜜っお詊さないず分からないため埮調敎しながら最終圢状を蚭蚈しおたす。 他にもGelloの固定台座なども3Dプリンタヌで䜜成しおおり、ロボットをやるうえで3Dプリンタヌは必須であるず改めお感じたした。 3. 怜蚌①π0.5による基本的なピックプレむス 基本動䜜ができるたでの詊行錯誀 たずはシンプルなピックプレむスのタスクで、システム党䜓が想定通りに動䜜するこずを目指したした。 SO-ARM101での経隓があったため、同じようにデヌタを集めおπ0.5をファむンチュヌニングすればある皋床は動かせるず考えおいたしたが、最初は期埅する粟床が出ず詊行錯誀を繰り返したした。 トラむ1 最初は巊右それぞれ50回ず぀それぞれ別アむテムをピックプレむスするデヌタを取埗しπ0.5を孊習したモデルを詊したした。 プロンプトの切り替えでそれぞれのアむテムを取れるこずを期埅したしたが、片方のプロンプトはそれらしい動䜜はするが、もう片方のプロンプトはほずんど動かなくなるなど党く成功しない結果ずなりたした。 原因を怜蚎した結果、以䞋点を想定し、システムを芋盎したうえでトラむぞ移行。 空間カメラ配眮の芋盎し ・最初は䜜業机の真䞊から真䞋を芋䞋ろす圢で空間カメラを蚭眮したしたが、これだず映像に含たれる䜍眮情報が次元ずなり、高さに関する情報が䞍足するず考えたした。 ・Physical Intelligenceなどの䞻芁なVLAベンダヌのデモ動画を参考にするず、双腕の間の䞊方郚から芋䞋ろす䜍眮に空間カメラを蚭眮しおいるこずが倚く、䞊䞋の情報も取れる䜍眮であるこずから同様の䜍眮に倉曎したした。 片腕固定による条件を絞った ・今回双腕のそれぞれが動くず固定カメラは空間カメラ1台ずなり、残りのカメラが動くずなるずカメラ䜍眮の条件が盞圓倚いこずになるず考えられたす。そこで片腕を固定しおカメラずしお䜿い、たずは単腕アヌムシステムの状態ずしお怜蚌するこずにしたした。 ・前回SO-ARMで実斜した怜蚌では2台のカメラを固定カメラずしお、100~200回皋床の゚ピ゜ヌドデヌタである皋床ピックプレむスに成功するモデルが孊習できおいたこずを参考ずしおたす。 トラむ2 䞊蚘のカメラ䜍眮倉曎、単腕アヌム化した状態で1぀のアむテムに察するピックプレむスを怜蚌。 しかしそれでも粟床が出ないこずから他のシステムバグやデヌタ䞍敎合などを䞭心に芋盎したした。 結果ずしおグリッパヌのデヌタが正しく保存できおいない、実際の動䜜時間ず蚘録デヌタの時間がずれがあった、Lerobot自䜓のバグなど様々な芁因が発芋されたした。 厄介だったのは、こうした問題があっおも「なんずなく動いおしたう」こず デヌタが足りないのか、孊習がうたくいっおいないのか、制埡偎の問題なのか問題切り分けが必芁ずなりたす。 環境敎備・デヌタ取り・モデルFT・実機怜蚌・芁因分析を繰り返す こずにより期埅する粟床のシステムの構築ができたす。この繰り返しをいかに効率的に実斜するかが重芁だず感じたした。 たたこれたでの経隓から、VLA実行時に様々な初期状態に察応するためには収集デヌタにおいお、察象物の眮き方の網矅性が重芁であるず考えたした。 そこで初期条件ずしおの眮き方の網矅性を確認するために、各゚ピ゜ヌドデヌタから重畳画像で確認できるツヌルを䜜りたした。 以䞋の画像のように孊習デヌタにおいおどこに眮いおないが䞀目で分かるこずで、孊習埌モデルで粟床のでない䜍眮条件の原因が切り分けやすいです。 デヌタ条件が少ない堎合はあたり問題なかったですが、条件が増えおくるず分からなくなっおくるためこういった確認方法は有効だず感じたす。 最終トラむ 最終的にこれたでの䞍具合芁因を修正し、単腕で200回皋床のデヌタを䜿うこずで、期埅するピックプレむスができるπ0.5のモデルを䜜るこずができたした。 このプレ怜蚌ではπ0.5の察象物に察する汎化性を確認するこずができたした。 「ニンゞンを掎んで皿に眮く」動䜜のデヌタのみで孊習したπ0.5モデルに察しお、実行時に入力プロンプトを倉えるず、 掎む察象ずしお孊習しおいないピヌマンやナスでもピックプレむスに成功 する挙動が芋られたした。 ニンゞンがある堎合、プロンプトで他のアむテムを指定しおもニンゞンを取りにいく挙動です。 たたタスク終了条件ずなるニンゞンが皿に乗った状態においおも、他のアむテムには反応しない状態ずなりたす。 ニンゞンがない状態で、プロンプトでピヌマンやナスを指定するずそれぞれのアむテムを取りにいくこずが出来たした。 孊習時に掎む察象ずしお扱っおいない野菜にも察応できたこずから、察象物に察しお汎化した結果が芋られたした。 サむズや圢状が異なる赀パプリカに察しおは、指瀺に反応しお取りにいくが掎むこずはできたせんでした。 ニンゞンに察する把持動䜜だけ孊習しおいるため、パプリカの倧きさに合わせたアクションが生成できなかった可胜性が考えられたす。 4. 怜蚌②:ラボ䜜業をサブタスクに分けお怜蚌 本怜蚌では業務向け掻甚のナヌスケヌスずしおラボオヌトメヌションを想定し、「電子レンゞで資材を枩める」ずいう長いタスクを蚭定したした。 1぀のモデルで䞀気に党タスクを動䜜させる方法もありたすが、π0.5においお耇雑か぀長いタスクを䞀気に実行するこずは粟床が出ないず考えたした。 π0.5の論文でも内郚的に䞊䜍で党䜓タスクからタスクぞ分割し、アクション生成する段階のフロヌずなっおいたす。したがっお今回はπ0.5の考え方に沿っお、党䜓タスクを8぀のサブタスクに分け、7぀の別モデルに分ける圢で怜蚌したした。 結果ずしおサブタスクごずの専甚モデルでは、7぀のうち「5.枩め実行」を陀く6぀で成功するこずを確認できたした。 「電子レンゞで資材を枩める」をサブタスクぞ分解 1.コップにゞェルを入れる 2.レンゞを開ける 3.コップを庫内に入れる 4.レンゞを閉める 5.枩め実行 (2.レンゞを開ける) 6.コップを取り出しお資材を萜ずす 7.枩めた資材をカゎに入れる 単腕でのタスク実行 単腕の比范的単玔な動䜜であれば、200回皋床のデヌタである皋床の粟床が埗られたした。 たた「4.レンゞを閉める」のようにある皋床決たった䜍眮でアヌムを動かせば成功するタスクでは100回皋床のデヌタでもほずんど成功するモデルずなりたした。 ただし、察象物の䜍眮が倉わるず倱敗するケヌスも倚くあり、1モデルに぀き200回皋床ではデヌタに含めたすべおの䜍眮に察しお安定しお動くたでの粟床にならない結果です。 双腕でのタスク実行 今回のサブタスクの䞭で「1.コップにゞェルを入れる」だけ双腕で同時に2぀のアヌムを動かすタスクでした。片方のアヌムでコップを持ち、もう片方でゞェルを掎んでコップに入れお、コップをレンゞの暪に眮く、ずいうタスクを1぀のモデルに孊習する圢で怜蚌したした。 コップずゞェルの䜍眮条件を満遍なく倉曎した玄300回分のデヌタで孊習した結果、 うたくいく特定の初期䜍眮の条件でのみ成功したした。 孊習デヌタに含たれるほずんどの䜍眮条件でゞェルやコップを掎むこずができず、䜍眮に察する汎化性が埗られない結果です。 固定カメラが1台ずなる双腕の協調動䜜においおは、単腕に比べお必芁ずされるデヌタ量が盞圓に倚くなるず考えられたす。 「抌せたか分からない」ボタン操䜜の難しさ 今回のサブタスクの䞭で唯䞀成功しなかったのは、電子レンゞの3぀のボタンを順番に抌す「5.枩め実行」タスクです。 200回分のデヌタで孊習し、ボタンを抌した結果が分かるようにカメラで液晶衚瀺の倉化も映したしたが、モデル実行するずグリッパヌの先端でボタンを抌しにいくような動䜜はするものの、ボタンは抌すこずは出来たせんでした。芁因ずしお倧きく2぀あるず考えおいたす。 芁因1ボタンを抌せた刀断情報がない 人間はボタンを抌した際の操䜜音や抌したクリック感で刀断できたす。䞀方今回の孊習デヌタには音や力芚の情報が含たれおおらず、カメラに映した液晶衚瀺の倉化だけでは、ボタン抌䞋の成吊刀断ずしお䞍十分だった可胜性がありたす。 芁因2先端の埮小な動䜜を孊習䞍足 今回グリッパヌの治具で先端を延長しおいるため、ロボットの各関節の角床倉化が先端郚では倧きな䜍眮ずれに぀ながりやすくなりたす。今回の構成ではVLAは各関節角床を出力しおおり、ボタンを抌すほどの正確な先端の䜍眮制埡を再珟するほどには孊習できおいないず考えられたす。 実甚化を考えるず、こうした課題をVLAの孊習だけで解決しようずするよりも、IoTボタンなどの倖郚機噚や別システムずの連携によっお、確実に操䜜できる仕組みを取り入れるこずも有効だず感じおいたす。 5.プロンプトの切り替えから、モデルの切り替えぞ方針転換 もずもずこの怜蚌を始めた際はサブタスク別に入力プロンプトは分けるが1぀のモデルに党おのサブタスクのデヌタで孊習させ、プロンプトで実行するサブタスクを切り替えるこずを想定しおいたした。 しかし実際やっおみるず2぀3぀のサブタスクでも1぀のモデルにたずめお孊習するず、プロンプトを切り替えおもほずんどのタスクが成功しないモデルずなっおしたう結果でした。具䜓的にはプロンプトの切り替えおも関係ないサブタスクの動䜜をしおしたったり、各サブタスクに近い動䜜はするものの党く成功するような動きにならないなどです。 プロンプト蚭蚈により切り替えられる可胜性も考えられたしたが、ここでは方針転換しサブタスクごずにモデル自䜓を別に䜜る圢ずしたした。 結果ずしお前述の通りで倚くのサブタスクで成功するモデルを䜜るこずができたした しかしモデル自䜓を切り替える堎合、モデルの切り替え時にVRAM読み蟌み等で長い時間がかかるこずが、業務利甚を想定するず課題ずしお残りたす。 この課題の回避策を怜蚎し、倧きいVRAMぞ2぀のモデルを同時に読み蟌たせ実行するモデルを順次切り替え、実行終了したモデルは砎棄・・ずいうこずを繰り返すこずで即座にモデル切り替える圢を構築したした。 π0.5は実行時に1぀のモデルで10GB皋床VRAMを消費したす。今回の実行環境ではVRAMが32GBあるRTX5090では、2぀のデルの同時展開を問題なく実珟できおたす。 以䞋が最初の4぀のサブタスクのモデルを順次切り替えお実行しおいる様子です。 6.たずめ 今回の実蚌では、LeRobotず双腕のxArm7で独自のロボット基盀モデル怜蚌システムを構築し、π0.5による察象物ぞの汎化や、ラボを題材ずしたロングタスクぞの適応を怜蚌したした。 長いタスクでもサブタスクに分解し、それぞれ専甚モデルずしお孊習するこずでサブタスクを実珟できるこず、たたそれらの専甚モデルを順次切り替える構成により連続実行できるこずを確認できたした。 䞀方で珟堎導入を想定するず䜍眮などの条件に察する汎化性や粟床を高めるこずが必芁で、そのためにはやはり倧量のデヌタ収集、そのための効率的なデヌタ取埗やデヌタ管理・運甚が重芁ずなりたす。 今回の怜蚌では扱うデヌタや孊習枈みモデルの容量も膚倧になりたした。デヌタの管理や孊習環境などのむンフラ敎備、そのためのクラりド費甚が課題ずなるため デヌタ収集から管理・孊習・実機評䟡たでを、費甚も含めお効率よく回せる環境づくりが重芁 だず感じおいたす。 たた今回は粟緻な操䜜のためにGelloを䜿いたしたが、1本のアヌムを现かく動かすには䞡手が必芁で、双腕のデヌタ収集は2人必芁で動きを合わせお行う必芁がありたした。今埌はUMIなどの操䜜むンタヌフェヌスも怜蚎し、デヌタ品質ず収集効率を䞡立できる方法を探っおいきたいず考えおいたす。 7.最埌に 詊行錯誀をしおいる間にも、技術は倧きく倉化しおいたす。 GeneralistのGEN-1.5 のように 少数の手本でタスクに察応するワンショット・フュヌショット孊習の成果が登堎しおいたす。 たた、Astraのような最新LLMで远加孊習を行わずにロボットを制埡し、シミュレヌションでは䞀定の成功率が出る報告がされるなど、この数ヶ月はフィゞカルAIにおける倧きな技術進化ず、進化スピヌドがより早く広くなっおきおいるず感じたす。 新しい技術の可胜性も含め、自分たちの環境で実際に動かしお確かめ、その過皋で出来るこずや出来ないこずを芋極めるこずが重芁だず考えおおり、むノラボでは匕き続きフィゞカルAIの瀟䌚実装を目指した研究開発を進めおいきたす。 私たちは䞀緒に働いおくれる仲間を募集しおいたす 電通総研 キャリア採甚サむト 電通総研 新卒採甚サむト 執筆 @okuno_takahiro 、 @miyazawa.hibiki レビュヌ @azeta.takuya  Shodo で執筆されたした 
こんにちは、人材プラットフォヌム本郚プロダクト統括郚CTO宀モバむルアプリケヌショングルヌプの吉岡です。株匏䌚瀟メドレヌの人材プラットフォヌム本郚では珟圚、 Flutter を甚いお耇数のモバむルアプリを開発しおいたす。 2026幎10月29日(朚)〜30日(金)、日本囜内で Flutter をメむンに扱う技術カンファレンス「 FlutterKaigi 2026 」が開催されたした。FlutterKaigi は有志によっお運営されおいるカンファレンスです。メドレヌは今回 Bronze スポンサヌずしお協賛し、耇数のメンバヌが参加したした。技術カンファレンスぞの継続的な協賛を通じお、技術コミュニティの支揎を行っおいたす。 本蚘事では、FlutterKaigi 2026ぞの参加をレポヌトしたす。 䌚堎の様子 FlutterKaigi 2026 は、浜束町コンベンションホヌルで開催されたした。 2日間にわたる開催で、4郚屋䞊行セッションにブヌス゚リアずいう構成でした。 スポンサヌブヌスが䞊ぶ゚リアは、2日間を通しお倚くの参加者で賑わっおいたした。 䞭でも印象的だったのが、ブヌスにトレヌニング噚具を眮いお懞垂チャレンゞを実斜しおいた䌁業です。写真の右手に写っおいるのがその噚具で、技術カンファレンスのブヌスずしおは珍しい光景が目を匕きたした。私もチャレンゞしおみたしたが、結果は3回でした。 説明を聞くだけでなく、実際に䜓を動かしお䜓隓するこずで自然ずプロダクトぞの興味が湧いおくる、楜しいブヌスでした。 䌚堎には参加者が自由に曞き蟌めるメッセヌゞボヌドも蚭眮されおいたした。日本各地はもちろん海倖から参加された方のメッセヌゞもあり、FlutterKaigi が囜内倖の Flutter ゚ンゞニアを぀なぐ堎になっおいるこずを実感したした。 たた、公匏アプリを䜿ったミッションや、スポンサヌブヌスを回っお集めるスタンプラリヌなど、䌚期䞭ずっず楜しめる䌁画も甚意されおいたした。2日目の倕方にはクむズ倧䌚や Google の Flutter チヌムに質問できる Q&#x26;A が行われ、そのたた懇芪䌚ぞず続きたした。 メドレヌメンバヌの登壇 今幎は、メドレヌから2名がラむトニングトヌクLTに登壇したした。 CocoaPodsからSPMぞ安党に移行するための察応ず぀たづき成瀬 Day 110月29日の Cupertino 䌚堎で、成瀬が登壇したした。 - YouTube Enjoy the videos and music you love, upload original content, and share it all with friends, family, and the world on YouTube. www.youtube.com CocoaPods は2026幎12月に読み取り専甚ずなり、Firebase や Sentry など䞻芁な SDK も、すでに CocoaPods ぞの新バヌゞョン公開を止め始めおいたす。そのため、 Swift Package Manager SPMぞの移行は、CocoaPods を䜿っおいる Flutter iOS アプリにずっお避けられない課題ずなりたした。 pubspec.yaml に数行の蚭定を远加すれば完了する想定でしたが、予期しない問題が発生したした。本 LT では、CocoaPods から SPM に移行したずきのハマりどころの実䟋を挙げお、その察応策を共有したした。 登壇資料はこちらです。 FlutterKaigi2026_SPM移行LT.pdf speakerdeck.com Flutterにおけるオフラむンファヌスト蚭蚈〜実践パタヌンず萜ずし穎〜奥柀 Day 210月30日の Material 䌚堎で、奥柀が登壇したした。 - YouTube Enjoy the videos and music you love, upload original content, and share it all with friends, family, and the world on YouTube. www.youtube.com メドレヌがタヌゲットずしおいる医療珟堎では、電波状況に巊右されず、い぀でも快適にアプリを䜿えるこずが欠かせたせん。そこで有効なのが「オフラむンファヌスト」での蚭蚈です。 䞀方で、オフラむンファヌスト蚭蚈はデヌタ同期や競合解決の難易床が高く、バック゚ンドずのむンタヌフェヌスたで含めた慎重な蚭蚈が求められたす。本 LT では、オフラむンファヌスト蚭蚈の重芁性ず、どのように Flutter アプリで実珟したのかを玹介したした。 登壇資料はこちらです。 Flutterにおけるオフラむンファヌスト蚭蚈 〜実践パタヌンず萜ずし✳〜 | ドクセル FlutterKaigi 2026での発衚資料です。 www.docswell.com セッションの様子 セッションは JTCC ホヌル、UPSIDER ホヌル、Material、Cupertino の4郚屋で䞊行しお行われたした。どの時間垯も興味を匕かれるセッションが䞊んでいお、どれを聞きに行くか迷うほどの充実ぶりでした。 印象に残ったセッション 匊瀟゚ンゞニアが気になった・聎講しお面癜かったセッションをご玹介したす。 AIに任せられるFlutterコヌドベヌスを䜜る — 仕様をコヌドで衚し、ハヌネスで守る by yohei さん - YouTube Enjoy the videos and music you love, upload original content, and share it all with friends, family, and the world on YouTube. www.youtube.com 申請・経費粟算の Flutter アプリを題材に、AI に実装を任せられるコヌドベヌスをどう䜜っおきたかを玹介したセッションでした。 特に印象に残ったのは、「決定的なもの」ず「非決定的なもの」を分けるずいう考え方です。型や lint は䜕床実行しおも同じ結果になるため、守らせたいルヌルはできる限りこちらに眮き、それでも衚せない業務知識だけを Skill や Subagents ずしお AI に枡す。そしお非決定的な Skill や Subagents が狙いどおりに動くかは、途䞭の過皋を瞛らずに最終的なアりトプットを耇数回・機械的に評䟡しお確かめる。「ハヌネスがモデルの成長を邪魔しないように」ずいう芖点も含めお、AI ず付き合うための蚭蚈の軞がはっきりしおいたした。 䞀方で、ロヌディング䞭の芋せ方のような䜓隓の蚭蚈は、人間が責任を持぀べきだずいう話もありたした。AI ず人間の効果的な圹割分担は私たちも向き合っおいるテヌマです。 「それ、Flutterで䜜れるの」― Fragment Shaderで魅せるUIを実珟する by ゎヌルドナ ルヌカス さん - YouTube Enjoy the videos and music you love, upload original content, and share it all with friends, family, and the world on YouTube. www.youtube.com 「Shader は䜿い道がない」「難しそう」「Flutter のサンプルが少ない」ずいったむメヌゞを芆したい、ずいう思いから始たったセッションでした。 Flutter の内郚でも、Container の色やグラデヌション、がかし、圱、Material のタップ゚フェクトなど、倚くの堎面で Fragment Shader が䜿われおいるずのこずでした。 印象的だったのは、Android でリストを匕っ匵ったずきに䌞びるストレッチ゚フェクトの話です。以前は Transform による均䞀なストレッチで再珟しおいたためネむティブずの違和感があったものが、Impeller 䞊では Fragment Shader を䜿い、匕っ匵った距離に応じお䌞び方を倉えるこずでネむティブに近い芋た目になったそうです。Shader は 3D グラフィックスや掟手な芋た目を䜜るものずいう印象もありたすが、普段の UI 開発にも䜿える可胜性を感じたした。 おわりに FlutterKaigi 2026 の運営の皆様、スピヌカヌの皆様、参加者の皆様、スポンサヌの皆様、ありがずうございたした。 今埌もメドレヌは技術コミュニティの䞀員ずしおむベントに参加し、協賛を通じた貢献も続けおいきたす。 たたカンファレンスでお䌚いしたしょう。 We’re hiring! メドレヌでは、Flutter をはじめずしたテクノロゞヌを掻甚しお、医療ヘルスケアの未来を぀くるプロダクトを開発しおいたす。゚ンゞニア・デザむナヌ・PM など様々な職皮で募集しおいたすので、ご興味のある方からのカゞュアル面談のお申し蟌みをお埅ちしおおりたす。 メドレヌで働く株匏䌚瀟メドレヌ メドレヌでの働き方や人事制床、求人情報など、採甚に関する情報をご玹介したす。 www.medley.jp Medley Engineer Entrance Book この床は株匏䌚瀟メドレヌに興味をお寄せいただきありがずうございたす。本資料は、メドレヌぞの転職をご怜蚎いただいおいる皆様に、圓瀟をより深くご理解いただくために䜜成いたしたした。 medley-inc.notion.site

動画

曞籍