新製品発表：VLAトレーニングとロボット学習のためのAgility A2 + ExoArm-7

質の高いロボット学習データを収集することは、多くの場合、時間と労力がかかる。

従来の遠隔操作システムでは、個別のコントローラー、外部追跡装置、手動で同期させたカメラ、および専用のソフトウェアパイプラインが必要となる場合があります。そのため、セットアップ時間が長くなり、AIトレーニング用の安定したデモンストレーションを撮影することが難しくなります。

Agility A2 + ExoArm-7 VLAスイートは、これらの要素を1つの事前構成済みプラットフォームに統合したものです。

オペレーターはExoArm-7外骨格を装着し、自然な腕の動きでロボットを制御します。このシステムは、同期した人間の動き、ロボットの状態情報、RGB-D画像データ、点群をキャプチャし、模倣学習やVLA（仮想レーザーアレイ）ベースのロボットトレーニングのためのより豊富なデータセットを作成します。

データ収集ワークフローをゼロから構築する代わりに、チームはタスクそのもの、つまり把持、分類、挿入、組み立て、輸送、その他の実際の操作シナリオに集中できる。

ExoArm-7ウェアラブル外骨格は、より自然で直感的な両手操作を実現するために設計されています。

14自由度と20ミリ秒以下のモーションキャプチャ遅延を備えたこのウェアラブルシステムは、オペレーターの腕の動きをリアルタイムでAgility A2デュアルアームロボットにマッピングします。これにより、従来の遠隔操作インターフェースを介してロボットを制御するのではなく、タスクを直接デモンストレーションしているような感覚で遠隔操作を行うことができます。

研究者にとって、これは人間の行動をより継続的かつ正確に収集できることを意味する。

ロボット学習ワークフローにおいては、これはロボットが視覚情報だけでなく、各動作の背後にある動作パターン、つまり物体への接近方法、アームの協調動作、把持の調整方法、タスクの完了方法なども捉えることができることを意味します。

これらの高精度なデモンストレーションは、模倣学習、ポリシー訓練、強化学習実験、およびVLAデータセット生成を支援することができる。

このシステム群の中核を成すのは、人間のような両手操作を可能にする7自由度ロボットアームを2本搭載したAgility A2デュアルアームロボットです。

各アームは定格荷重5kg、最大荷重12kgまで対応可能で、幅広い研究および検証作業に対応できます。ピックアンドプレースから組み立て、挿入、ハンドリング、そして2本のアームを連携させた操作まで、このシステムは単一タスクのデモンストレーションだけでなく、実用的なマニピュレーション研究のために設計されています。

デュアルアーム設計は、片方の腕で物体を安定させながらもう片方の腕で操作するなど、両手の協調を必要とする作業において特に有効です。

このため、このプラットフォームは、ロボットが人間のデモンストレーションから複雑な操作スキルをどのように学習するかを研究するのに非常に適している。

ロボットの学習には、動作データだけでは不十分です。

Agility A2 + ExoArm-7 VLAスイートには、Intel D435ヘッドカメラと、ビジョングリッパーアセンブリに統合された2台のIntel D405リストカメラが含まれています。これらのカメラは連携して、俯瞰視点と近距離操作視点の両方から、同期されたRGB-Dデータと点群情報を提供します。

頭部カメラはより広い作業空間を捉え、手首カメラはグリッパー付近の重要な動作を観察する。

このマルチカメラ方式は、視覚認識、物体理解、把持計画、および動作学習のためのより豊富なデータセットの作成に役立ちます。また、ロボットのポリシーが変化する物体の位置、作業空間のレイアウト、および操作条件にどのように反応するかを研究する際に、研究者により大きな柔軟性をもたらします。

はい。このプラットフォームは、単なる遠隔操作装置ではなく、エンドツーエンドのAIワークフローとして設計されています。

オープンソースのLeRobotフレームワークを基盤とするこのスイートは、人間のデモンストレーションのキャプチャ、同期データ取得、データセット生成、トレーニングワークフロー、モデル推論、および自律的なタスク実行をサポートします。

本システムには、OpenarmX-LeRobotVLAが事前設定されたソフトウェア環境が付属しており、開発チームは統合作業を最小限に抑えて開発を開始できます。

ACT推論はデフォルトでサポートされています。高性能コントローラ構成では、SmoLVLA、Pi0、Pi0.5、XVLAなどの高度なVLAモデルもサポートされます。

これにより、研究者はさまざまな学習手法をテストし、ポリシーを比較し、収集したデモンストレーションから実際のロボット実行にAIモデルが適用できるかどうかを検証するための実践的な環境を得ることができます。

Agility A2 + ExoArm-7 VLAスイートは、研究、シミュ​​レーション、展開といった幅広い分野で柔軟性を必要とするチーム向けに設計されています。

これは、以下を含む幅広いロボット開発エコシステムをサポートします。

ROS2とROS2制御

NVIDIA アイザック・シム

ムジョコ

MoveItモーションプランニング

URDFロボットモデリング

PythonとC++の開発

逆運動学と軌道最適化

重力補正機能、CANFD通信、高速USB拡張、専用制御ワークステーションを備えたこのシステムは、同期センサー、リアルタイム制御、再現可能な動作実験のための安定した基盤を提供する。

標準ワークステーションには、AMD Ryzen 9 Proプロセッサ、16GBのRAM、1TBのSSDが搭載されており、より負荷の高いVLAワークロード向けには、さらに上位の構成も用意されています。

Agility A2 + ExoArm-7 VLAスイートは、以下のような用途に最適です。

大学とロボット工学教育プログラム

身体化されたAIとロボット学習ラボ

AI研究者たちは、模倣学習またはVLAデータセットを構築している。

産業研究開発チームが操作ワークフローを検証する

ロボット関連スタートアップ企業が迅速な概念実証デモンストレーションを開発

シミュレーションから実際のロボット学習へと応用する研究チーム

目標がデモンストレーションデータの収集、両腕操作の指導、新しいポリシーの評価、あるいはロボット学習コンセプトの迅速な検証のいずれであっても、このシステムは人間の動作から自律的な実行までを統合的に実現する道筋を提供する。

身体化されたAIの開発には、高性能なロボットアーム以上のものが必要です。有意義なデモンストレーションを確実に収集し、視覚認識と行動を結びつけ、学習モデルを訓練し、現実世界で結果をテストする方法が求められます。

Agility A2 + ExoArm-7 VLAスイートは、これらの重要なステップを1つのウェアラブルデュアルアーム遠隔操作プラットフォームに統合します。

自然な人間の動作キャプチャから同期されたRGB-Dビジョン、VLAデータセットの生成から自律型ロボットの推論まで、ロボットチームが統合時間を短縮し、実験を加速できるよう設計されています。

Agility A2 + ExoArm-7 VLAスイートを使えば、人間のデモンストレーションをロボットの能力へと変えることができます。