ロボットティーチング・「模倣学習」の基礎と最新技術およびその応用 ~デモ付~ <オンラインセミナー>
~ Transformerとロボット動作の融合、生成AIベースの最新動作生成技術「Diffusion Policy」とその応用、デジタルツイン上でのティーチングの実機への転移(Sim-to-Real)、VLAモデルとゼロショット学習 ~
・ロボット導入の最大の障壁となっている「ティーチングコスト」を劇的に削減し、従来手法では難しかった柔軟な動作を実現するための最新技術を体系的に修得するための特別セミナー!
・現在主流となりつつある「模倣学習」の基礎から、「ACT (Action Chunking with Transformers)」や、画像生成AI技術を応用した「Diffusion Policy」などの最先端アルゴリズムの仕組みと実装のポイントを学び、高精度なロボット開発へ応用しよう!
・GoogleのRTシリーズやTesla Optimusなどで採用されている「ロボット基盤モデル」の活用事例についても解説します
オンラインセミナーの詳細はこちら:
・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
講師の言葉
本セミナーでは、ロボット導入の最大の障壁となっている「ティーチングコスト」を劇的に削減し、かつ従来手法では難しかった柔軟な動作を実現するための最新技術を体系的に解説いたします。
これまでのロボット開発では、すべての座標と動作を人間がプログラムする必要がありましたが、現在は「人間がやって見せるだけ(Demonstration)」、あるいは「言葉で指示するだけ」でロボットが動作を習得するパラダイムシフトが起きています。
講義では、まず従来の教示手法の限界を整理し、現在主流となりつつある「模倣学習(Imitation Learning)」の基礎から、Mobile ALOHAなどで注目を集める「ACT (Action Chunking with Transformers)」や、画像生成AIの技術を応用した「Diffusion Policy」といった最先端アルゴリズムについて、その仕組みと実装のポイントを詳しく解説します。
また、技術論だけでなく、VRゴーグルや安価なマスタースレーブ装置を用いた「質の高い教師データの集め方」や、GoogleのRTシリーズやTesla Optimusなどで採用されている「ロボット基盤モデル」の活用事例についても触れます。さらに、実際にシミュレータ上で人間の動作データを収集し、AIに学習させるデモンストレーションを通じて、理論と実践のギャップを埋める知見を提供します。
多品種変量生産への対応や、熟練技能のデジタルアーカイブ化を目指す皆様にとって、明日からの開発指針となる講座を目指します。
本講座は、5月1日から日程が変更になりました
セミナー詳細
| 開催日時 |
- 2026年07月02日(木) 10:00 ~ 17:00
|
| 開催場所 |
オンラインセミナー |
| カテゴリー |
オンラインセミナー、電気・機械・メカトロ・設備、ソフト・データ・画像・デザイン |
| 受講対象者 |
・工場の自動化(FA)や生産技術に携わるエンジニアの方
・ティーチング作業の工数削減、多品種少量生産への対応に課題を持つ現場責任者の方
・調理、家事、介護など、不定形物を扱うサービスロボットの開発者・研究者の方
・生成AIや基盤モデル(Foundation Model)のロボット応用に関心のある技術者の方
|
| 予備知識 |
・ロボット制御や機械学習の基礎用語(ニューラルネットワーク等)を知っていると理解が深まりますが、数式よりも概念と実装イメージの理解を優先して解説します
|
| 修得知識 |
・教示作業(ティーチング)の進化と最新トレンドの全体像
・模倣学習(Behavior Cloning、Inverse RL)のアルゴリズムと特性
・生成AI技術(Diffusion Policy)を用いた、滑らかでロバストな動作生成手法
・安価なデバイス(VR、遠隔操作アーム)を用いたデータ収集と学習のパイプライン
・「ロボット用基盤モデル(VLAモデル)」の現状と、言語によるロボット操作の未来 |
| プログラム |
1.ロボットティーチングの進化と「模倣学習」の基礎
(1).ティーチングの歴史とパラダイムシフト
a.従来手法の限界:ティーチングペンダントとオフラインティーチングの工数問題
b.多品種少量生産・不定形物ハンドリングにおける「プログラミング」の壁
c.Software 1.0(手書きコード)からSoftware 2.0(データによる学習)への転換
(2).模倣学習(Imitation Learning)入門
a.強化学習との違い:報酬設計が不要な「やって見せる」アプローチ
b.基礎アルゴリズム①:行動クローニング(Behavior Cloning: BC)の仕組みと課題(共変量シフト)
c.基礎アルゴリズム②:逆強化学習(Inverse RL)とGAIL(敵対的生成模倣学習)
d.データセットの重要性:良質な「手本」をいかに効率よく集めるか
(3).Transformerとロボット動作の融合
a.系列データとしてのロボット動作:言語モデル技術の応用
b.Behavior Transformer (BeT):文脈を考慮した動作生成
c.ACT (Action Chunking with Transformers):Mobile ALOHAで実証された高精度制御の仕組み
2.生成AIベースの最新動作生成技術「Diffusion Policy」とその応用および実装のポイント
(1).なぜ今「拡散モデル(Diffusion Model)」なのか?
a.画像生成AI(Stable Diffusion等)の仕組みをロボット制御へ転用する発想
b.マルチモーダル分布への対応:複数の正解がある動作(掴み方の多様性など)の表現
c.従来の回帰モデルと比較した圧倒的な安定性と滑らかさ
(2).Diffusion Policyの技術的詳細
a.ノイズからの動作生成:Denoisingプロセスのロボット適用
b.視覚エンコーダとの結合:カメラ画像を入力としたEnd-to-End学習
c.学習速度と推論速度のトレードオフとその解決策
(3).【デモ解説】シミュレータによるDiffusion Policyの挙動確認
a.ピック&プレース動作における従来手法とDiffusion Policyの比較デモ
b.外乱に対する頑健性(ロバスト性)の検証
c.学習済みモデルの振る舞い可視化
3.データ収集インターフェースとデジタルツイン上でのティーチングの実機への転移(Sim-to-Real)
(1).教師データ収集のハードウェアと手法
a.遠隔操作(テレオペレーション)システムの構築:VRコントローラ、ハプティクスデバイス
b.低コストなデータ収集:Sony Toioや自作マスタースレーブアームの活用例
c.ALOHA / Mobile ALOHAのハードウェア構成とデータ収集フローの実際
(2).シミュレーションを活用したティーチング
a.人間によるVRデモンストレーションデータの収集と学習
b.合成データ(Synthetic Data)の生成:シミュレータ内でデータを増幅させる方法
c.デジタルツイン上でのティーチングと実機への転移(Sim-to-Real)
(3).データクレンジングと拡張
a.失敗データの取り扱いとフィルタリング
b.ドメインランダム化による汎化性能の向上
4.ロボット基盤モデル(Foundation Model)と産業応用および未来のティーチング
(1).VLA(Vision-Language-Action)モデルの台頭
a.ロボット版ChatGPT:画像と言語を理解し、アクションを出力するモデル
b.Google RT-2、OpenVLA、Octoなどの最新モデル概説
c.ゼロショット学習:教えたことのない物体やタスクへの対応能力
(2).言語とジェスチャーによるマルチモーダル指示
a.「その赤いボトルをゆっくり取って」:LLMによる抽象的指示の具体化
b.VLM(Vision Language Model)を用いた環境理解とプランニング
c.コード生成による制御:LLMにPythonコードを書かせてロボットを動かすアプローチ
(3).産業応用事例と導入のロードマップ
a.物流・倉庫:不定形商品ピッキングへの応用事例
b.食品・サービス:盛り付け作業、家事支援ロボットへの実装
c.導入コストとROI:AIティーチング導入に適した工程の選定基準
d.今後の展望:ロボットがYouTubeを見て技能を学習する未来
|
| キーワード |
ロボットティーチング 模倣学習 逆強化学習 GAIL データセット Transformer Diffusion Policy マルチモーダル End-to-End学習 データ収集インターフェース デジタルツイン データクレンジング VLAモデル Vision-Language-Actionモデル ロボット基盤モデル
|
| タグ |
AI・機械学習、ソフト管理、ソフト教育、デバイスドライバ、組み込みソフト、ロボット |
| 受講料 |
一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
|
| 会場 |
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
|