安川電機、Gemini統合による自律型（エージェンティック）ロボットシステムを開発

株式会社安川電機は、同社の自律型人工知能（AI）ロボット「MOTOMAN NEXT」と、Google DeepMindの高度な生成AIモデル「Gemini Robotics ER 1.6」を統合したエージェンティック・ロボットシステムを開発しました。この統合フレームワークにより、自動化システムは手動による段階的なプログラミングなしで、現場の環境条件を自律的に分析し、構造的な作業手順を構築し、業務タスクを実行できます。「未分別の部品の仕分け」を依頼するなど、高レベルのコマンド（指示）を出すだけで、システムが対象のワークスペースを評価し、産業界の人手不足に対応するために必要な材料操作ルーティンを実行します。

意思決定と運動実行の機能的分離
このアーキテクチャは、クラウドまたはエッジコンピューティングの「頭脳」と、ロボットの「物理的身体」との間で、業務タスクの明確な役割分担を確立しています。生成AIモデルは意味的推論とワークフローの統合（どのタスクを実行すべきかの決定）を担当し、MOTOMAN NEXTのハードウェアプラットフォームは、それらの論理的なステップを現場での正確な動きへと変換します。

高レベルの生成的な決定と現実世界での実行とのギャップを埋めるため、MOTOMAN NEXTロボットにはファクトリーオートメーションのコアとなる3つのサービスレイヤーが備わっています。

自律的なエラー回復と企業ネットワーク接続
このエージェンティック・ロボットプラットフォームには、製造の稼働時間を安定させ、既存の企業制御ネットワークとの統合を簡素化するために設計されたソフトウェア機能が組み込まれています。従来の産業用ロボットは、予期せぬ部品の異常が発生すると停止してしまう、硬直的で連続的なシーケンシャルプログラミングを必要としていました。

統合された生成AIレイヤーは実行状態を継続的に監視し、自動化されたエラー回復を可能にします。輸送中に部品が落下したり置き間違えられたりした場合、ロボットは状況の変化を自律的に検出し、人間の介入なしにタスクを再開するための回復シーケンスを再計算します。さらに、制御プラットフォームは内部の生産管理ネットワークやエンタープライズ・ソフトウェア・システムと直接連携できるため、ロボットがプログラムによって在庫データベースに問い合わせたり、ライン上の部品供給不足を検出した際に部品不足のアラートや注文の更新を自動的にプッシュしたりすることができます。



追加コンテキスト
このセクションでは、元のニュースリリースには含まれていない技術仕様と競合ベンチマークについて詳しく説明します。

インターフェース沿いに通信遅延をもたらす外部推論PCに依存する従来の産業用コントローラーとは異なり、MOTOMAN NEXTは、キャビネット内でビジョンおよび経路アルゴリズムをローカルに処理する組み込み型エッジコンピューティング・グラフィックスモジュールを特徴としています。さらに、標準的なビジョンガイドによるセットアップでは、コンポーネントがずれた場合にフォルトストップ（異常停止）をトリガーする静的なプログラミングテンプレートが採用されています。統合された基盤モデルは、自律的なエラー回復のための継続的な空間推論を確立し、手動によるコードの再学習なしに、学習した操作手順をさまざまなアーム形状間で転送します。

インドゥポータルズ（Induportals）編集者 ロミラ・ジシルバ（Romila DSilva）編、AI支援あり。