EXDREAM ORIGINALS / PHYSICAL AI
Robot Decision System（RDS）は、フィジカルAI・ロボット・ヒューマノイド向けに、企業や用途ごとの「判断」を構築するためのシステムです。
企業固有のデータから判断データセットを構築し、フィジカルAIに特化した軽量なDecision Modelを開発。
さらに、タスクや状況に応じて判断経路と計算量を変更するHarnessを組み合わせ、実機での低遅延な意思決定を目指します。
ロボットの「判断」を学習するためのデータをつくる
ロボットログ、センサーデータ、人間の操作履歴、作業動画、成功・失敗履歴、シミュレーション結果などを、Robot Decision Modelが学習可能なデータへ変換します。
LeRobotなどの収録環境で得た実機データや、NVIDIA Isaac Simなどで得たシミュレーション結果を取り込み、State / Action / Outcome / Preferenceへ整理する仕組みを研究開発しています。
単なるロボットデータの蓄積ではなく、「判断」を中心としたデータ構造を構築します。
フィジカルAI専門の軽量な判断モデル
Robot Decision Datasetをもとに、ロボットやヒューマノイドの次の行動を評価・選択する専用モデルを開発します。
大規模なフロンティアモデルを実機からネットワーク経由で呼び出すのではなく、強力なTeacher Modelやシミュレーション環境から得た判断能力を、蒸留・ファインチューニングによって小型モデルへ移します。
将来的には、8B級の汎用Robot Decision Modelから、特定工程向けの極小Decision Modelまで、用途に応じたモデル階層を想定しています。
タスクと状況に応じて判断方法そのものを変える
すべての状況で同じモデル、同じ候補数、同じ計算量を使うのではなく、ロボットの目的、データ、リスク、現在の状態に応じて、判断経路を切り替えます。
固定された実行カーネルの上に用途別のHarness Profileを構築し、複数の判断パターンを組み合わせます。
Adaptive Decision Computeにより、使用するDecision Model、Candidate数、Verifierの強度、Simulationの深さ、Retry回数を実行時に増減します。
ROBOT DECISION SYSTEM
単一のAIモデルではなく、判断の仕組みを。
企業固有の判断データをつくり、
その判断を軽量モデルへ学習させ、
状況に応じて最適な判断方法を選択する。
この3つを組み合わせることで、クラウド上の大規模モデルに依存せず、将来的にはEdge上で低遅延に動作するRobot Decision Systemを構築することを目指します。
BUILD & VALIDATE
Data・Model・Harnessを構築する開発環境。
企業や用途に合わせた判断データの作成、専用モデルの開発、Harness Profileの設計をつなぎます。
ModelとHarnessの異なる組み合わせを同一条件で評価する検証環境。
成功率、安全性、判断速度、失敗工程などを比較します。
Robot Decision Data、Robot Decision Model、Robot Decision Harness、およびシミュレーションによる評価環境の研究開発を進めています。
START A PROJECT