この記事の要点: 株式会社アトラックラボは、自社開発のAI自律制御システム「AT-SYNAPSE」向けに、ロボットの機体状態とAIの思考プロセスをリアルタイムに可視化するユーザーインターフェース「AT-SYNAPSE Web Console」を開発しました。LLMエージェントをデスクトップPC上で動作させる「Brain on Desktop」のUIも用意し、AIロボットの開発・検証から現場運用まで一貫してサポートする環境を提供します。
発表内容のポイント
- AIの認識・判断・行動選択の根拠をタイムスタンプ付きのテキストログでリアルタイムに表示
- カメラ映像、バッテリー電圧、車輪回転数、障害物情報などの機体状態を一画面に集約
- NVIDIA Isaac Simと連携し、仮想空間でのシミュレーション段階から同様の可視化が可能
発表の背景
LLMをロボットの頭脳として活用する開発が進む一方、AIがどのような理由で行動を選択したのかを人間が把握しにくい課題がありました。従来の開発では、カメラ映像やセンサーデータ、AIの処理結果などを個別のツールで確認する必要があり、異常発生時の原因切り分けに時間を要していました。特に人と協働するフィールドロボットにおいて、安全性と信頼性を確保するために判断プロセスの可視化が求められていました。
何が発表されたのか
「AT-SYNAPSE Web Console」は、Webブラウザ上で動作し、ROS 2やWebSocketを介して遠隔地からでもロボットの状態をリアルタイムに把握できます。画面上には、カメラ映像や車輪回転数、障害物距離などの物理的なデータに加え、LLMが「何を見て、どう解釈し、なぜその行動を選んだのか」を示す思考ログが同時に表示されます。また、「Brain on Desktop」により、ロボット側の計算資源に依存せず、外部PC上のLLMを用いて画像認識や動作指示、音声応答などの一連の処理を実行・検証できます。
製造業・生産管理への見方
工場や物流倉庫における搬送ロボット、インフラ点検ロボットなどの導入において、自律移動AIの「ブラックボックス化」は安全管理上の大きな懸念点です。本システムにより、ロボットが障害物を検知して停止・回避した際、センサーの検知状況とAIの判断理由を同一画面で突き合わせて確認できるようになります。これにより、現場での誤動作発生時の原因究明が迅速化されるほか、実機導入前にデジタルツイン環境（NVIDIA Isaac Sim）を用いて認識・判断・制御の妥当性を検証できるため、製造現場へのスムーズなロボット実装を支援します。
現場で確認したいポイント
- 自社の既存のROS 2環境やロボット機体に対して、本システムがスムーズに接続・統合できるか
- 現場の通信環境において、Webブラウザ経由でのリアルタイム表示に遅延などの影響がないか
- 自社が導入を検討しているLLMサービスやローカルLLMとの連携実績や対応状況
確認しておきたい点
本システムは開発・検証から現場運用までを想定していますが、実際の工場や倉庫などの特定の産業環境における通信安定性や、具体的なLLMの応答速度・精度に関する数値データは原文に記載されていません。実環境での運用にあたっては、事前の検証が必要です。
関連リンク
- アトラックラボ 公式サイト：株式会社アトラックラボの企業情報や事業内容を紹介する公式サイトです。
- 発表企業のPR TIMESページ
出典情報
| 出典 | PR TIMES |
|---|---|
| 発表企業 | 株式会社アトラックラボ |
| 発表日時 | 2026-07-24 10:15:26 |
| 元記事 | PR TIMESで読む |
