ロボット 制御向け AI (C-1) SOINN　エッジAI・汎用AIを機器・ロボット・プラントへ

ロボット 制御向け AI
「C-1」

SOINN 「C-1」は、「SOINN® アルゴリズム」を含む多様な手法を駆使することで、ロボットをはじめ様々な機器や装置を省データ・超軽量にマルチモーダル学習・制御可能な独自 AI です。

「C-1」のポイント

　　導入効果

　・模倣学習では、ベテランの技をロボットにそのまま学習させることが可能
　・複数のベテランの技を複合的に学習させることが可能
　・人材不足問題、後継者不足問題への対応に貢献

　　技術特性

　・少量のマルチモーダルデータ（制御信号＋センサ）から学習し、ロボットや機器を制御可能
　・クラウドや GPU は不要、超軽量でノートPC や ARM でも学習・推定可能
　・学習結果の可視化・編集・再学習可能

　　稼働事例 （クリックで移動）

　　１．SOINN® 2.0 の学習・推論に基づくマルチモーダルロボット制御
　　２．SOINN® 2.0 を用いたロボットのマルチモーダル転移学習
　　３．ビール缶を箱詰めするＡＩ搭載のロボット（産経新聞様 電子版）

稼働事例

１．ロボットのマルチモーダルAI制御

SOINN® 2.0 による、力触覚を含むロボット制御デモ。把持した缶が、箱やほかの缶にあたった力触覚を手掛かりに、動作を自律的に切り替えます。

この箱詰めタスクの場合、ロボットへの教示は映像にある一度のみでOK。SOINN® 2.0 の学習時間は、CPU で約 2.5 秒です。

—————-
OS：
　　Microsoft Windows 10 Pro
プロセッサ：
　　Intel(R) Core(TM) i7-6700K CPU
　　@ 4.00GHz、4001 Mhz、
　　4コア、8ロジカルプロセッサ
メモリ (RAM)：32.0 GB
学習機構　：　SOINN® 2.0
学習データ：　10次元ベクトルデータ
データサイズ：763 KB
データ行数：　2,742 行
学習時間：　　約2.5秒
学習済 AI モデル：98 KB

２．ロボットの力触覚マルチモーダル転移学習

SOINN 2.0 アルゴリズムを用いた、「ロボットの力触覚マルチモーダル転移学習」のデモ動画です。

このデモは、単一のロボット内で転移する「自己転移」です。これをロボット間の転移学習（ロボットがロボットに教える）にも展開可能です。

市販 CPU を用いた学習・推論時間
　元データの学習： 約 2.5 秒
　転移学習　　　： 約 1 秒
　推論サイクル　： 5 ミリ秒以下

この技術はスカラーロボット、6軸ロボットの他、多様なマルチモーダル制御に活用頂けます。

非常に計算が軽く、学習・推論ともエッジで行う「完全エッジ AI 」として運用頂けます。

ラズパイレベルはもちろん、用途によってはそれ以下の演算能力でもOKです。

国のプロジェクトに採択

2017年度より、下記のNEDO（国立研究開発法人新エネルギー産業技術総合開発機構）プロジェクトの一環として、ルネサスエレクトロニクス様、東京工業大学様、三菱電機様とともに、SOINN を活用したエッジAI技術の研究開発を行っています。

＜NEDOプロジェクトページ＞
　・高効率・高速処理を可能とするAIチップ・次世代コンピューティングの技術開発

お費用

・制御対象やデータ、ご要求精度、運用形態などを確認させて頂き、お見積もりさせて頂きます。

ご相談・お問合せ

お問合せ先