Heather Miller
This post is also available in:
Proception は、実環境において器用で適応的な操作を実現するよう設計された研究グレードのロボット ハンド ProHand 1.0 により、フィジカル AI の進化を推進しています。8 名で構成された Proception のエンジニアリング チームは、Autodesk Fusion を活用した迅速なプロトタイピングとクラウド コラボレーションにより開発を加速。Fusion API を使用することで、CAD モデルを URDF（Unified Robot Description Format）へ簡単に変換でき、かつては数時間が必要だったプロセスを 1 分未満に短縮しました。
フィジカル AI は、物理法則を理解して画面の外にある現実世界で動作するシステムで、ヒューマノイド ロボットから自動運転車に至るまで、重要なフロンティアのひとつとして注目を集めています。
スタートアップ アクセラレーターである Y Combinator の支援を受ける Proception は、フィジカル AI の分野で技術的に最も困難な要素とされるロボットハンドに注力しています。
Proception の主力システムである ProHand 1.0 は研究グレードのロボット ハンドで、統合されたセンシングと学習を通じて巧みな操作を行うように設計されています。システムは触覚センシングと関節位置認識を統合したもので、柔軟で適応的な把持を可能にします。20 度以上の自由度を持つ腱駆動型アーキテクチャを採用し、分散型の「皮膚」センサーと組み合わせることで、リアルタイムの接触および圧力データを取得します。
Proception の長期的な目標は、実環境において汎用的な操作が可能な、人間と同様の器用さを実現するロボット ハンドの開発です。当面は、物体の向きの変更、把持の調整、繊細な接触操作などのタスクを含む、信頼性の高いハンド内操作の実現に注力。こうした機能は、より高度な操作タスクに向けた基礎的な一歩であり、徐々に高性能化するロボット システムの基盤を形成するものです。
ProHand 1.0 は最近になって選定された AI 研究チームや機関への出荷が開始されており、実環境での導入の第 1 段階を迎えています。こうした初期導入を通じて、Proception は実環境での操作データを収集し、ハードウェアと学習システムの両方を改良できるようになります。
同社は、これらの導入を通じて迅速に反復を行い、医療、製造、物流などの幅広いアプリケーションに対応するスケーラブルなロボット操作プラットフォームの実現を目指しています。8 名からなるエンジニアリング チームにとって、Autodesk Fusion は、この迅速な設計および反復サイクルを実現する上で重要な役割を果たしています。
基盤の構築
Proception は、複雑なロボット アセンブリの迅速な反復設計に重点を置き、2024 年に ProHand 1.0 の開発を開始しました。ロボットの設計のため、開発の初期段階で SolidWorks から Fusion へ移行しています。
「Fusion は自由度の高いロボット システムを、従来の CAD ツール以上に効果的に扱えます」と、Proception の共同創業者であるJay Li 氏は述べます。「クラウドベースのワークフローはコラボレーションを向上させ、Python API により、社内のツールとの緊密な統合が可能になります」。
Proception のワークフローの中核をなすのがラピッドプロトタイピングです。設計は CAD アセンブリから、多くの場合は 3D プリントを介して物理的なプロトタイプへと迅速に移り、その後、テストと改良を繰り返して量産グレードのコンポーネントへと進みます。
“Fusion は自由度の高いロボット システムを、従来の CAD ツール以上に効果的に扱えます。クラウドベースのワークフローはコラボレーションを向上させ、Python API により、社内のツールとの緊密な統合が可能になります。”
– Jay Li 氏、Proception 共同創業者
数時間のエンジニアリング作業を 1 分未満に短縮
Proception のワークフローにおける Fusion の主な利点の一つは、シミュレーション モデル生成を自動化できることです。CAD モデルを URDF (Unified Robot Description Format) に変換するには、従来は数時間の手作業が必要でした。Proception は、このプロセスを Fusion API を使って自動化し、ワークフローに要する時間を数時間から 1 分未満に短縮しました。かつてはエンジニアが 1 日のほとんどを費やしていた作業が、ほぼ瞬時に行えるようになったのです。
「自動化されたスクリプトを使用して、CAD モデルを URDF に直接エクスポートできます」と、Li 氏は説明します。「以前は最大 10時間かかっていた手作業が、今では 1 分未満で完了します。ロボット シミュレーションに使用できるシミュレーション モデルが自動的に生成されます」。
将来の展望
Proception は次の段階へと進むにあたり、ハードウェア プラットフォームとデータ駆動型学習システムの双方の拡張に注力しています。
「私たちは公開の場で開発を進め、技術的な方向性を共有しています」と、Li 氏は述べています。「私たちの目標は、業界全体の進歩を加速させると同時に、汎用ロボット操作技術の実現に向けて前進することです」。