SCSK・ネットワン・TechShareがフィジカルAI協業開始、NVIDIA Isaac Sim/Cosmosで非定型作業を自動化

フィジカルAIと模倣学習：フィジカルAIは、実世界のセンサー情報を基にロボットが認識・判断・動作を統合し、環境変化に適応してタスクを遂行する自律ロボット技術である。
模倣学習は、人が実演した作業動作をAIが手本として学習し、自律的に再現する技術である。

背景：日本において、生産年齢人口が2020年の約7,500万人から、2040年には約6,200万人まで減少すると見込まれる中、生産性の向上は企業の喫緊の課題となっている。
この解決策としてロボット活用への期待が高まっているが、従来のロボットではプログラムされた定型作業にとどまっており、複雑な環境変化への柔軟な対応をするためには、実現場での質の高い学習データを十分に収集することが課題として挙げられていた。
ＳＣＳＫではAIエージェントの適用領域を従来のデジタル空間からフィジカル空間への拡張を目指す中で、ＳＣＳＫが強みとしているデジタルツイン技術による「学習データの補完」とIOWNを用いた低遅延な推論や分散学習で効率の良い処理が可能な高度AI基盤を有するネットワンシステムズ、そしてヒューマノイドロボットをはじめとする各種ロボットおよび模倣学習・深層強化学習に知見のあるTechShareと協業することで、技術的な障壁である実現場のデータ不足の解消を実現する。

協業の概要：（1）協業における実証内容
ＳＣＳＫは、オープンなロボティクスシミュレーションフレームワークであるNVIDIA Isaac Simや、オープンな世界モデルであるNVIDIA Cosmosを統合し、仮想環境における多様なシナリオに対して、物理的に高精度な学習データを大量に生成する。
この高品質なデータをネットワンシステムズの最新AI基盤上で学習させ、構築した模倣学習モデルをTechShareが提供するロボット実機で動作検証し、結果を学習データへフィードバックすることで推論精度を継続的に向上させ、環境変化に強い自律型AIロボットの有効性を実証していく。

（2）実施時期：2026年2月1日～2026年3月下旬（予定）

（3）各社の役割
ＳＣＳＫ：【高品質な学習データ（合成データ）の生成】
・最先端のNVIDIA AIインフラを駆使し、AIロボットの精度を左右する「学習用データ」を供給
・NVIDIA Isaac SimおよびNVIDIA Cosmosを活用し、ロボット学習に最適な合成データの作成アプローチを検討・実施
【多様な生成手法の追求】：・動画ベースの合成データ生成に加え、NVIDIA Omniverseライブラリ上にロボットを再現したデジタルツイン環境を構築し、大量の学習データを効率的に生成
【技術的深掘り】：・NVIDIA Cosmosが提供するオープンソースソフトウェア（OSS）のコード修正・再構築を行い、ロボット学習に特化した動画生成プロセスを確立

ネットワンシステムズ：【AI学習モデルの構築と実証・共創環境】
・所有する高度なAI基盤と実機ロボット環境を提供し、実用的なモデルを構築
【模倣学習モデルの再学習】：・人間による操作データやＳＣＳＫが生成したデータを活用し、模倣学習モデルの精度向上を図る
【高度AI基盤の検証】：・低遅延・高効率な処理が可能な最新インフラ上での推論性能を検証
【顧客共創の場】：・イノベーションセンターのINNOVATION SHOWCASEにてフィジカルAIに関するお客様向けデモを提供

TechShare：【ロボティクス技術支援とノウハウ提供】
・ロボットベンダーとしての深い知見に基づき、ハードウェアと学習プログラムの両面を支援
【専門的技術支援】：・ロボットの物理的な技術仕様やシステム構成に関する詳細情報を提供し、ＳＣＳＫおよびネットワンシステムズの検証を技術面からバックアップ
【学習プログラムの改良】：・蓄積してきたロボティクスの模倣学習ノウハウに基づき、生成データを用いた学習プログラムの最適化・改良