GMO AIR、現場データでヒューマノイドの動作精度を継続改善する「GMO LOOP」

2026年9月11日 11:39

印刷

記事提供元:Tech Times

(Ai-robotics.gmo)

(Ai-robotics.gmo)[写真拡大]

GMO AI&ロボティクス商事(GMO AIR)は2026年9月8日、人型ロボット(ヒューマノイド)の稼働データを活用し、導入先の現場や作業に合わせて動作精度を継続的に改善するサービス「GMO LOOP for Physical AI」の提供を開始した。

現場データの取得、モデルの強化、実機への還元という3つのプロセスを繰り返す。提供対象は、GMO AIRが運営する「GMOヒューマノイド.shop」で取り扱う機体から開始し、料金は機種や現場環境に応じた個別見積もりとなる。

■実環境との違いを現場データで補う

ヒューマノイドを実際の現場で安定して動かすには、事前に学習した動作と、導入先の環境との違いに対応する必要がある。シミュレーションでは多様な条件で効率よく学習できるが、床面の状態、照明、物体の配置、部品のばらつきなど、個々の現場に固有の条件を完全に再現することは難しい。

こうしたシミュレーションと実環境の差は「Sim2Realギャップ」と呼ばれる。GMO AIRは、導入前の学習だけですべての現場に対応することは困難であり、実際に稼働する機体から得たデータを使って、現場ごとに動作精度を改善する仕組みが重要になるとしている。

GMO LOOPは機体そのものを開発・改良するサービスではない。ロボットメーカーと役割を分担しながら、導入後の機体を現場や作業に適応させ、実用時の動作精度を高める役割を担う。

■取得、強化、還元の3段階を繰り返す

GMO LOOPは、現場データの取得、モデルの強化、実機への還元という3段階で構成される。データの収集方法は、導入先の環境や作業内容に合わせて設計する。

最初の段階では、ヒューマノイドの動作改善に必要な現場データを取得する。対象はカメラ映像や関節の動作ログなどに限定し、収集したデータをモデルの強化に利用する。

次に、取得したデータを基に追加学習や動作パラメーターの調整を行う。必要に応じてシミュレーション環境も更新し、特定の現場や作業に応じた方法でモデルを強化する。

強化したモデルの成果は、動作精度の改善として現場で稼働する機体へ還元する。改善後の機体から再びデータを取得することで、次の改善サイクルにつなげる仕組みだ。

現場での運用設計や、データ取得に必要な設定作業も提供できるという。サービス料金は一律ではなく、対象機種や導入環境に応じて個別に見積もる。

■収集データはグループ内で保管・学習

ヒューマノイドが撮影する映像や稼働ログには、導入先の設備、作業工程、周辺環境などに関する情報が含まれる可能性がある。このため、継続的なデータ収集を伴うサービスでは、その利用目的や管理方法が重要になる。

GMO AIRによると、GMO LOOPで取得するデータは、動作改善に必要なカメラ映像や関節の動作ログなどに限定する。データの保管と学習はGMOインターネットグループ内で完結させ、外部への提供や第三者への委託は行わないとしている。

預かったデータは動作精度の改善以外の目的には使用せず、取得や利用はいずれも顧客の合意を前提とする。具体的な収集範囲や運用条件については、導入する現場ごとに確認する必要がある。

■安全運用は「GMO SAFE」が支援

GMO AIRは2026年8月、ヒューマノイドのセキュリティリスク評価、運用環境の設計、運用中の監視を行う「GMO SAFE」の提供を発表している。

GMO SAFEが機体、ネットワーク、周辺機器、ソフトウェアを含む安全な運用環境を支え、GMO LOOPが現場データを使った導入後の動作精度改善を担う。両サービスを組み合わせ、機体の導入から安全な運用、継続的な精度改善まで支援する考えだ。

GMO LOOPの提供対象は、開始時点ではGMOヒューマノイド.shopで取り扱う人型ロボットとなる。今後は対応機種を順次拡大するとともに、工場、倉庫、物流などの現場で得た知見を基に、精度改善の手法と対応可能な作業を広げる方針である。

■導入後の改善体制も機種選定の要素に

ヒューマノイドの導入では、機体の基本性能や価格だけでなく、現場への適応、保守、セキュリティ、ソフトウェア更新などを含む運用体制も重要になる。

事前に高い性能を示す機体であっても、現場の条件や作業内容に合わせた調整が必要になる場合がある。実際の稼働データを取得し、モデルや動作パラメーターの改善へ還元する仕組みは、こうした導入後の調整を継続的なサービスとして扱うものだ。

一方、改善の程度や必要な期間は、機体、作業、取得できるデータ、現場環境によって異なる。導入企業には、対象となる機体や作業、データの収集範囲、改善方法、費用、メーカーとの役割分担などを個別に確認することが求められる。

GMO AIRは、ヒューマノイドを販売して終わりにするのではなく、現場で得られるデータを動作改善へ還元し、継続的に現場へ適応させる体制の構築を目指している。GMO LOOPは、ヒューマノイドの価値を機体単体だけでなく、導入後の運用と改善を含めて捉えるサービスとなる。

元記事: Deployed Humanoid Robots Now Get OTA-Style Learning Updates Under New Japan Service

※この記事はTech Timesから提供を受けた記事を日本向けに翻訳・編集したものです。

関連キーワード