意外と身近なフィジカルAIを自律移動ロボットへの適用例から学ぶ!

フィジカルAIを用いた自律移動ロボットの実現に向けて【LIVE配信】

※本セミナーはZOOMを使ったLIVE配信セミナーです。会場での参加はございません。
【アーカイブ配信:5/27~6/10(何度でも受講可能)】の視聴を希望される方は、こちらからお申し込み下さい。

セミナー概要
略称
フィジカルAI【WEBセミナー】
セミナーNo.
260559
開催日時
2026年05月26日(火) 13:00~17:00
主催
(株)R&D支援センター
問い合わせ
Tel:03-5857-4811 E-mail:info@rdsc.co.jp 問い合わせフォーム
講師
明治大学 総合数理学部 専任教授 博士(工学) 森岡 一幸 氏
【専門】
ロボティクス(センサネットワーク、移動ロボット)
【略歴】
2005年3月 東京大学大学院工学系研究科電気工学専攻博士課程修了
2005年4月 東京理科大学理工学部嘱託助手
2006年4月 明治大学理工学部専任講師
2013年4月 明治大学総合数理学部専任准教授を経て、現在に至る。
価格
非会員:  49,500円 (本体価格:45,000円)
会員:  46,200円 (本体価格:42,000円)
学生:  49,500円 (本体価格:45,000円)
価格関連備考
会員(案内)登録していただいた場合、通常1名様申込で49,500円(税込)から
 ★1名で申込の場合、46,200円(税込)へ割引になります。
 ★2名同時申込で両名とも会員登録をしていただいた場合、計49,500円(2人目無料)です。
 ★3名以上同時申込は1名につき24,750円(税込)です。
会員登録とは?⇒よくある質問
定員
30名 ※現在、お申込み可能です。満席になり次第、募集を終了させていただきます。
備考
資料付き【PDFを配布いたします】

【Zoomを使ったWEB配信セミナー受講の手順】
1)Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントを
  ダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
2)セミナー前日までに必ず動作確認をお願いします。Zoom WEBセミナーのはじめかたに
  ついてはこちらをご覧ください。
3)開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始
  10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加
  ください。

・セミナー資料は開催前日までにお送りいたします。
 無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。
講座の内容
受講対象・レベル
・フィジカルAIについて興味を持っている方
・移動ロボットサービスへの新規参入を考えている企業の方
・自律移動ロボットや自動運転など移動体を開発するメーカーの技術者の方
・不整地走行などが可能な移動体のハードウェア技術を持ち、自動走行ビジネス実施中、もしくは新規事業展開を考える企業
・画像、システム、ソフトウェア、自動車、建設、農業その他関連企業の方
習得できる知識
・自律移動ロボットにフィジカルAIを適用する手法
・自律移動ロボット向けフィジカルAIの学習方法
・自律移動ロボット開発におけるフィジカルAI適用の応用例
趣旨
 フィジカルAIとは、一般的にロボットなどの動作を出力して実世界に作用できるAIのことである。本講座では、自律移動ロボットの実環境ナビゲーションに向けたフィジカルAIについて、学習方法や実機へのSim-to-Real転移、世界的な研究の潮流などについて解説する。また、社会実装に向けた展望などを述べる。
プログラム

1.ロボット開発とAI活用の概要  
  1-1 従来型のロボット開発  
  1-2 ロボットへのAI活用の現状  
  1-3 フィジカルAIとは?  
  1-4 フィジカルAIの世界的潮流  
  1-5 End-to-Endロボット制御システム  
  1-6 フィジカルAIのSim-to-Real転移  
2.ロボット向けAIの学習の基本  
  2-1 模倣学習  
  2-2 ロボットアームを用いた模倣学習の例  
  2-3 強化学習  
  2-4 学習用シミュレータ  
  2-5 仮想環境での強化学習の例  
  2-6 学習環境  
3.自律移動ロボット向けのフィジカルAIの概要  
  3-1 従来型の自律移動ロボット開発  
  3-2 フィジカルAIによる汎用的な自律移動  
  3-3 フィジカルAIを用いた自律移動ロボットの研究例  
  3-4 学習用仮想環境  
  3-5 学習用デモデータの取得  
4.自律移動ロボット向けフィジカルAIの具体的な開発手順  
  4-1 シミュレータによる強化学習  
  4-2 仮想走行環境の構築  
  4-3 外界センサの選定  
  4-4 状態、行動、報酬の設計  
  4-5 Unity ML-Agentsによる学習  
  4-6 カリキュラム学習  
  4-7 実機への適用  
  4-8 ROS2での走行システム  
5.今後の発展に向けて  
  5-1 歩行者環境での柔軟な走行  
  5-2 行き止まりや袋小路を迂回した走行  
  5-3 人間用の地図を用いた走行  
  5-4 AIモデル学習者の裾野を広げる取り組み  
  5-5 行動モデルプラットフォーム  
  5-6 今後の展望

キーワード
AI,ロボティクス,エージェント,エッジ,人工知能,オンライン,WEBセミナー
関連するセミナー
関連する書籍
関連する通信講座
関連するタグ
フリーワード検索