この記事の要点: 東大・松尾研発スタートアップのProx Industries株式会社は、清水建設株式会社が進めるPhysical AI（物理知能）の研究開発において、ヒューマノイドロボットの行動学習に向けた研究開発基盤の構築支援を実施したと発表しました。本支援は2025年度に行われたもので、複雑な現場環境におけるロボットの汎用的な活用を目指し、効率的な学習データの生成・蓄積を可能にする検証環境を整備しました。
発表内容のポイント
- NVIDIA Isaac Simを活用したシミュレーション環境の構築を支援
- テレオペレーションによる動作データ収集や学習データ拡張プロセスを整備
- VLA（Vision-Language-Action）を含むロボット基盤モデルの活用を助言
発表の背景
労働力不足が深刻化する建設業界では、従来の特定作業に特化した専用ロボットだけでなく、周囲の状況を認識・判断して自律制御するAIロボットの実用化が期待されています。日々状況が変化する複雑な現場において、1台で複数の作業を担える汎用的なAIロボットを実現するためには、高度な行動学習を継続的に検証できる研究開発基盤の構築が必要とされていました。
何が発表されたのか
今回の技術支援では、NVIDIA Isaac Simを用いたシミュレーション環境の構築に加え、遠隔操作（テレオペレーション）による実動作データの収集、さらに学習データの拡張といった一連の行動学習プロセスを整備しました。また、画像・言語・行動を統合して扱うVLA（Vision-Language-Action）などのロボット基盤モデルの適用可能性について、Prox Industriesの知見に基づいた技術的助言も実施されています。
製造業・生産管理への見方
本件は建設分野での事例ですが、用いられている「Physical AI」や「ヒューマノイドロボットの行動学習基盤」は、製造業の工場や物流倉庫における自動化・省人化にも直結する技術です。特に多品種少量生産や不規則なワークを扱う製造現場では、従来の固定プログラムによる産業用ロボットでは対応が難しく、自律的に判断して動く汎用ロボットの需要が高まっています。シミュレーションと実機を組み合わせた学習パイプラインの構築手法は、製造現場のDX推進において重要な先行指標となります。
現場で確認したいポイント
- 自社の生産工程において、固定プログラムではなく自律判断が必要な作業があるか
- シミュレーション環境（Isaac Sim等）を活用したロボット学習の導入可能性
- 実機導入に向けたデータ収集や学習モデルの更新プロセスを内製化・外注化するかの検討
確認しておきたい点
具体的な研究開発内容および技術仕様については非公開とされているため、清水建設のプロジェクトで実際にどのような作業（タスク）を対象に検証が行われたかなどの詳細は不明です。
関連リンク
- 発表企業サイト：Prox Industries株式会社の公式ホームページです。
- 発表企業のPR TIMESページ：Prox Industriesのプレスリリース一覧です。
出典情報
| 出典 | PR TIMES |
|---|---|
| 発表企業 | Prox Industries株式会社 |
| 発表日時 | 2026-08-19 11:40:01 |
| 元記事 | PR TIMESで読む |
