この記事の要点: 株式会社JDSCは、株式会社ダイフクと共同で、物流現場の完全無人化を見据えたフィジカルAI技術の検証を実施した。本取り組みは、作業者からの自然言語による指示や周囲の状況をAIエージェントが理解し、ロボットの動作を自律的に計画・実行するシステムの構築を目指すものである。シミュレーション環境での評価において、未学習の商品と仕分け先の組み合わせで97%の成功率を達成した。
発表内容のポイント
- 自然言語の指示からAIが作業を分解し、ロボットを自律制御する仕組みを構築
- 未学習の商品と仕分け先の組み合わせによるシミュレーションで成功率97%を記録
- AWSの支援プログラムを活用し、開発基盤の構築から評価までを約4ヶ月で実現
発表の背景
物流現場では自動化が進む一方で、入荷から出荷までの各工程において、依然として人による判断や手作業が残されている。従来のシステムは事前に登録・ティーチングされた対象や動作に依存しており、品目や作業内容の頻繁な変化に対応することが困難であった。そのため、周囲の状況を自律的に理解し、未知の対象物や作業にも柔軟に対応できる新しいシステムや装置の開発が求められていた。
何が発表されたのか
今回の検証では、人手の介在が残りやすいピッキングや仕分け工程を対象とした。作業者が自然言語で指示を出すと、AIエージェントがその内容と周囲の状況を判断し、ロボットが実行可能な単位に動作を分解して自律制御するアーキテクチャを構築。AWSのフィジカルAI専門チームによる技術支援のもと、Amazon SageMakerなどのサービスを活用して開発サイクルを高速化し、約4ヶ月という短期間でシミュレーション環境での検証に至った。
製造業・生産管理への見方
製造業や物流の現場において、多品種少量生産や頻繁な品目変更は、ロボットのティーチング作業やシステム再設定の負担を増大させる要因となっている。今回の検証成果は、事前に登録されていない未知のワークや仕分け先に対しても、AIが自律的に判断して動作を生成できる可能性を示している。これが実用化されれば、ラインの立ち上げ期間短縮や、突発的な品目変更への対応力向上が期待でき、製造・物流現場の省力化と柔軟性向上に大きく寄与する。
現場で確認したいポイント
- シミュレーション環境から実環境（実機ロボットや実際のワーク）への移行における精度維持
- 現場の作業者が直感的に指示を出せる自然言語インターフェースの運用性
- 既存のマテリアルハンドリング設備や生産管理システムとの連携方法
確認しておきたい点
今回の検証結果はシミュレーション環境における100回の試行に基づくものであり、実際の物理的な物流・生産現場における実証実験や、実機を用いた際のエラー率、処理タクトタイムなどの詳細なデータは現時点では公表されていません。
関連リンク
- JDSC コーポレートサイト：発表企業であるJDSCの公式サイトです。
- JDSC 企業情報：株式会社JDSCの企業概要ページです。
- 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JDSC |
| 発表日時 | 2026-09-08 14:00:01 |
| 元記事 | PR TIMESで読む |
