ランキングに参加しています！クリックで応援をお願いします！
フィジカルAIによる知能機械の実現
Striding AIは、高度な基盤モデルをロボットの認識技術、制御システム、実世界の行動データ、導入インフラと統合することで、商業、産業、日常生活のさまざまな場面で有用なタスクを遂行できる知能機械の実現を目指しています。同社は、商業および産業用途におけるロボティクスの大規模導入を加速させ、信頼されるロボットサービスプロバイダーのリーディングカンパニーとなることを目標としています。
Striding AIの創業者兼CEOであるSong Yao氏は、「フィジカルAIのブレークスルーは、データ、モデル、インフラの継続的な共進化から生まれると考えています」と述べています。
リテール分野からの初期展開と将来展望
Striding AIの初期の商業展開はリテール分野から始まり、まず日本のコンビニエンスストアに導入される予定です。ロボットは、棚補充、在庫確認、商品整理、会計支援などの業務をサポートできます。リテール環境は、業務プロセスが明確で人間とロボットのインタラクションが頻繁であるため、初期の商業展開に適した理想的な切り口と考えられています。
将来的には、Striding AIは自社のロボティクス基盤システムを、小売、食品、農業、物流、ヘルスケア、通信など幅広い分野に展開することを想定しています。同社の長期的なビジョンは、実世界の経験から学び、継続的に改善し、人々の日常環境の一部となるロボットを構築することです。
次世代ロボティクス基盤システムと強化学習
この戦略のもと、Striding AIはマルチモーダルな認識を実世界のロボット行動へと変換できる次世代ロボティクス基盤システムを開発しています。このシステムは、高度な基盤モデルをロボットの認識、制御、実世界の行動データと統合することで、相互作用を通じて行動が物理世界にどのような影響を与え、変化をもたらすかについての実行可能な表現を学習することが可能です。これにより、ロボットは異なるタスクや環境間において、より効果的にスキルを転用できるようになります。
これらの機能は、認識、計画、実行、フィードバック、リカバリーを網羅するクローズドループ型ロボティクスアーキテクチャに統合されています。ヒューマン・イン・ザ・ループ型の強化学習により、実環境での運用が継続的な学習データへと変換される仕組みです。
初期の社内テストでは、Striding AIのヒューマン・イン・ザ・ループ型の強化学習手法により、タスク成功率が最大3倍に向上したことが確認されています。この好循環を拡大するため、Striding AIはロボットの事前学習、分散型強化学習、エッジからクラウドまでのオーケストレーションに対応するインフラを構築しており、ロボットが実環境で稼働するほど改善されるプラットフォームの実現を目指しています。
フルスタックのアプローチ
Striding AIは、フィジカルAIをフルスタックの取り組みと捉えており、基盤モデル、ロボティクスシステム、データ、インフラ、展開能力が一体となって進化する必要があると考えています。多様な物体の取り扱い、小売棚への理解、複雑なタスクの計画・実行など、実環境で培われる能力は、より広範なロボティクス応用に向けた一体化システムの一部です。こうしたシステムファーストのアプローチを通じて、実世界の経験から学び、時間とともに改善し、徐々に人々の日常生活に溶け込むロボットの構築を目指しています。
