Agility A2アイソモルフィック遠隔操作VLAスイートのご紹介：人間によるデモンストレーションからロボット学習へのより迅速な道

高性能な具現化AIシステムを構築するには、ロボットアームとAIモデルだけでは不十分です。研究者や開発者は、タスクを実証し、同期されたロボットデータを取得し、ポリシーを訓練し、それらのポリシーが現実世界で機能するかどうかを検証するための信頼できる方法を必要としています。

新しいAgility A2アイソモルフィック遠隔操作VLAスイートは、そのワークフローをより直接的にするように設計されています。

デュアルアームのリーダー・フォロワーアーキテクチャを基盤とするこのシステムは、1対1の関節マッピングを通じて、直感的なマスタースレーブ遠隔操作を可能にします。デュアル7自由度ロボットアーム、低遅延制御、力覚フィードバックサポート、マルチカメラRGB-Dビジョン、高速データ同期、そして身体化AI研究、模倣学習、VLA開発、迅速な概念実証検証のための統合OpenarmX-LeRobotVLAパイプラインを組み合わせています。

同型遠隔操作とは何ですか？

従来のロボット遠隔操作では、人間の入力をロボットの関節運動に変換するために逆運動学が必要となることが多い。これは効果的ではあるものの、複雑さ、キャリブレーションの必要性、そして制御の不整合といった問題を引き起こす可能性がある。

Agility A2アイソモルフィック遠隔操作VLAスイートは、より直接的なアプローチを採用している。

マスター側のAgility A2ロボットは、1対1の関節マッピングによって、スレーブ側のAgility A2ロボットに自身の動きを反映させます。具体的には、オペレーターがマスターロボットを動かすと、スレーブロボットはリアルタイムでそれに対応する動きを追従します。

この同型リーダー・フォロワー制御方式により、ユーザーはあらゆる動作コマンドに対して逆運動学に頼ることなく、より直感的な方法で両腕操作を実行できます。

1対1の関節マッピングが重要な理由とは？

具現化されたAIデータ収集においては、デモンストレーションの質は量と同じくらい重要である。

ロボットの動作制御が難しい場合、デモンストレーションが不安定になることがあります。これはデータセットの品質に影響を与え、その後のポリシー学習をより困難にする可能性があります。1対1の関節マッピングは、オペレーターの意図した動作とロボットの実行動作との間のギャップを縮小するのに役立ちます。

これにより、このシステムは、以下のような両手による協調制御を必要とする作業に特に役立ちます。

• 物体の把持と配置
• 組み立てと挿入
• 仕分けと輸送
• ツール操作
• 両腕操作に関する研究
• 模倣学習の実演
• シミュレーションから実実験へ

このプラットフォームは、両腕の動作をより自然にすることで、研究者がより鮮明で再現性の高い実機ロボットのデモンストレーションを撮影するのに役立つ。

低遅延遠隔操作はデータ収集をどのように改善するのか？

遠隔操作システムの有用性は、その応答性によって決まる。

Agility A2アイソモルフィック遠隔操作VLAスイートは、リアルタイムのマスタースレーブ制御において約0.5～1ミリ秒の低遅延を実現します。この低遅延応答により、操作者は操作作業中にスレーブロボットとのより緊密な連携を維持できます。

ロボット学習データを収集する研究チームにとって、これは人間の操作、ロボットの状態情報、視覚入力、および記録された動作間のタイミングの一貫性を向上させることができる。

小さな物体をつかむ、部品を挿入する、片方の腕で物体を固定しながらもう一方の腕で操作する、あるいは繰り返しデモンストレーションを行うなど、どのような作業であっても、応答性の高い遠隔操作は、プロセスをより制御しやすく、効率的にするのに役立ちます。

ロボットマニピュレーションにおいて、力覚フィードバックはどのような役割を果たすのか？

視覚情報だけでは、オペレーターはインタラクションに関するすべてを把握することはできない。

ロボットが物体に触れたり、掴んだり、押したり、挿入したりする際、力に関する情報はカメラ入力と同じくらい重要になります。Agility A2 Isomorphic Teleoperation VLA Suiteは力認識操作をサポートしており、ロボット操作中の接触状態をユーザーがより深く理解するのに役立ちます。

これは、過度に強い動きが対象物を損傷する可能性があり、接触が不十分だと把持の失敗や不安定な相互作用を引き起こす可能性があるような作業において、非常に有用です。

力覚フィードバックのサポートは、遠隔操作のリアリティを向上させ、接触を伴う作業、精密な取り扱い、組み立て、挿入などを含むデモンストレーションを収集するためのより良い基盤を提供するのに役立ちます。

VLA訓練のためのデータはどのようにシステムで取得されるのですか？

VLA（垂直レーザーアブレーション）のワークフローは、複数の情報源からの同期された情報に依存します。ロボットは、自分が何を見ているのか、関節がどのように動いているのか、そしてどのような動作が実行されているのかを理解する必要があります。

Agility A2アイソモルフィック遠隔操作VLAスイートは、以下の機能を備えたマルチカメラRGB-Dビジョンシステムを統合しています。

• Intel D435ヘッドカメラ1台
• Intel D405 リストカメラ 2台
• ビジョングリッパーアセンブリ
• 高速USB拡張ハードウェア
• CANFD産業コミュニケーション

頭部カメラは作業空間のより広い視野を提供し、手首カメラはグリッパーや対象物周辺の近距離の視覚情報を捉える。

遠隔操作中、システムは同期されたRGB-D画像データとロボットの状態データを記録できます。これにより、視覚ベースの行動学習、模倣学習、強化学習、モデル推論、および自律的なタスク実行のための実用的なデータ基盤が構築されます。

このプラットフォームはどのようなVLAモデルをサポートできますか？

Agility A2アイソモルフィック遠隔操作VLAスイートは、柔軟なVLA開発ワークフローをサポートするように設計されています。

ACT推論はデフォルトで利用可能であり、デモンストレーションの収集やロボット学習タスクの検証を迅速に開始したいチームにとって、実用的な出発点となる。

より高性能なコンピューティング構成を使用するユーザー向けに、このプラットフォームは以下の機能もサポートします。

• スモLVLA
• Pi0
• Pi0.5
• XVLA

このマルチモデル機能により、研究者はより自由にアプローチを比較したり、さまざまなトレーニングパイプラインをテストしたり、タスク要件に最適なモデルを選択したりすることができる。

チームは単一のモデル構造に縛られることなく、1つのハードウェアプラットフォームを使用して、初期の模倣学習実験からより高度な具現化されたAI研究まで、複数のVLAワークフローを探求することができる。

このプラットフォームは、完全な具現化されたAIワークフローをどのようにサポートするのですか？

Agility A2アイソモルフィック遠隔操作VLAスイートは、ロボット学習の主要段階を1つのシステムで接続するように設計されています。

まず、オペレーターはマスター側の双腕ロボットを使って作業を実演します。スレーブ側のロボットは、マッピングされた動作をリアルタイムで追従します。この過程で、システムは視覚的な観察結果、ロボットの状態、および動作データを記録します。

次に、収集したデータは、OpenarmX-LeRobotVLAパイプラインを通して処理され、トレーニングと評価に使用されます。

最後に、得られたモデルは、実世界での推論と自律的なタスク実行を通じてテストすることができる。

このワークフローは、チームが開発サイクル全体を通してスムーズに作業を進めるのに役立ちます。

人間によるデモンストレーション → 同期データ収集 → VLAトレーニング → 推論検証 → 自律実行

身体化されたAIシステムを開発するチームにとって、これは個別の遠隔操作、センシング、制御、およびトレーニングコンポーネントを統合するのに費やす時間を短縮できる。

ロボット学習において、デュアルアームシステムが重要な理由とは？

多くの実用的な作業は、片腕だけでは完了できない。

容器を開ける、物を持ちながら調整する、布をたたむ、物を移動させる、部品を組み立てる、材料を整理するなどといった作業には、両手を使った協調的な操作が必要となることが多い。

Agility A2アイソモルフィック遠隔操作VLAスイートは、7自由度ロボットアームを2基搭載し、人間のような2本腕操作を実現します。このプラットフォームは、単純な1本腕でのピックアンドプレース作業よりも、より複雑なインタラクションシナリオに対応するように設計されています。

定格積載量5kg、最大積載量12kgのこのシステムは、物体の取り扱い、両腕の協調動作、精密操作などを含む、幅広い研究および検証作業をサポートできます。

コントロールワークステーションは、高度な開発をどのようにサポートしますか？

高性能なロボットプラットフォームには、高性能なコンピューティング基盤も必要となる。

本システムには、AMD Ryzen 9 Proプロセッサ、16GB RAM、1TB SSDを搭載した制御ワークステーションが含まれています。高度なVLAモデルや要求の厳しい開発ワークフローのために、より多くのコンピューティングリソースを必要とするユーザー向けに、より高性能な構成も用意されています。

このソフトウェアエコシステムは、ROS2、NVIDIA Isaac Sim、MuJoCo、Python、C++、およびMoveItベースのモーションプランニングをサポートしています。ROS2制御と重力補正を組み合わせることで、安定した再現性の高いロボット動作と柔軟な二次開発を可能にするプラットフォームが構築されています。

研究者や開発者にとって、これはこのシステムがすぐに使える実験プラットフォームとしてだけでなく、より高度なカスタマイズのための基盤としても機能することを意味する。

Agility A2アイソモルフィック遠隔操作VLAスイートは、どのようなユーザー向けに設計されていますか？

このプラットフォームは、具現化されたAIコンセプトを実際のロボット実験へと転換する必要のあるチーム向けに設計されています。

特に以下のような用途に適しています。

大学および教育研究室

このプラットフォームは、実践的なロボット工学教育、双腕操作の研究、遠隔操作実験、VLAワークフローの探求などに活用できます。

AIおよびロボット工学研究室

実機ロボットのデモンストレーションデータを収集し、VLAモデルを比較し、模倣学習研究を実施し、シミュレーションから実機へのアプローチを検証する。

産業研究開発チーム

専用の生産システムを開発する前に、ロボットによる操作ワークフローをテストしてください。仕分け、組み立て、挿入、搬送、マテリアルハンドリングなどの作業を、管理された環境下で評価します。

ロボット関連スタートアップ企業

統合された遠隔操作、センシング、VLA対応プラットフォームから始めることで、すべてのコンポーネントをゼロから開発するのではなく、より迅速に初期の概念実証を構築および検証できます。

システムには何が含まれていますか？

Agility A2アイソモルフィック遠隔操作VLAスイートには、デュアルアームのリーダー・フォロワー操作のための完全なハードウェアおよび制御システムが含まれています。

• 1 × Agility A2 デュアルアーム マスターサイド
• 1 × Agility A2 デュアルアームスレーブサイド
• 48V/20A電源アダプター×1
• CANFD通信ボックス×1
• Intel D435 ヘッドカメラ × 1
• Intel D405 リストカメラ（ビジョングリッパーアセンブリ付き）×2
• 高速USB拡張ハブ×1
• 制御ワークステーション 1台

この統合構成により、ユーザーはより少ない統合手順で遠隔操作、データ収集、およびVLAワークフロー検証を開始できます。

遠隔操作から自律操作へ

Agility A2アイソモルフィック遠隔操作VLAスイートは、単なる二腕ロボットシステムではありません。人間のスキル、ロボットデータ、そして身体化されたAI学習を結びつけるための包括的なプラットフォームです。

直感的な1対1の関節マッピング、低遅延のリーダー・フォロワー制御、フォースフィードバックのサポート、マルチカメラRGB-D認識、VLA対応ソフトウェア統合などにより、研究者や開発者がデモンストレーションから実用化までのより効率的な道筋を構築するのに役立ちます。

ロボット学習、VLAトレーニング、模倣学習、実世界における自律操作を研究するチームにとって、Agility A2アイソモルフィック遠隔操作VLAスイートは、より迅速な実験と、より有意義な概念実証のための実践的な基盤を提供します。