ヒューマノイドロボット
Humanoid Robot
人に近い身体構造を持ち、人向けの空間や道具で作業することを目指すロボット。
詳しく見る →ROBOT & PHYSICAL AI GLOSSARY
ロボット・フィジカルAI用語集
製品選定、研究開発、データ収集、ROS 2、シミュレーション、安全・法規まで、AIロボットの研究と導入に必要な概念を体系的に整理しました。
一致する用語がありません。
ロボット種別
四足ロボット
Quadruped Robot
4本脚で移動し、段差や不整地での巡検・計測・研究に使われるロボット。
詳しく見る →ロボットアーム
Robot Arm
複数の関節を制御し、把持、組立、計測、実験操作などを行う機構。
詳しく見る →協働ロボット
Collaborative Robot
人と同じ作業空間での利用を想定し、安全機能や操作性を重視したロボット。
AMR
Autonomous Mobile Robot
地図やセンサーを使い、固定レールなしで自律移動する搬送ロボット。
詳しく見る →AGV
Automated Guided Vehicle
磁気テープやマーカーなど、定めた経路に沿って移動する搬送車。
サービスロボット
Service Robot
製造以外の分野で、人や設備を支援する目的で使われるロボット。
双腕ロボット
Dual-Arm Robot
2本の腕を協調制御し、両手作業や大型物体の操作を行うロボット。
詳しく見る →移動マニピュレータ
Mobile Manipulator
移動台車とロボットアームを組み合わせ、移動と操作を連続して行うロボット。
詳しく見る →エンドエフェクタ
End Effector
アーム先端に取り付けるハンド、吸着機、工具などの作業装置。
AI・方策
フィジカルAI
Physical AI
現実世界の身体、センサー、環境との相互作用を前提に学習・推論するAIの考え方。
詳しく見る →具身AI
Embodied AI
身体を持つエージェントが環境との相互作用を通じて知覚・推論・行動を統合するAI。
詳しく見る →VLA
Vision-Language-Action
画像、言語指示、ロボット行動を一つのモデルで結び付けるアプローチ。
詳しく見る →VLM
Vision-Language Model
画像と文章を同時に理解し、説明、質問応答、認識支援を行うモデル。
詳しく見る →世界モデル
World Model
環境状態と行動結果の変化を内部表現として学び、予測や計画に利用するモデル。
詳しく見る →ロボット基盤モデル
Robot Foundation Model
多様なロボット、タスク、データで学習し、複数用途へ転用することを目指す基盤モデル。
詳しく見る →汎用ロボットポリシー
Generalist Robot Policy
複数の環境やタスクに対して行動を生成できる汎用的なロボット方策。
Diffusion Policy
Diffusion Policy
拡散モデルを用いて、観測から滑らかな行動系列を生成するロボット制御手法。
詳しく見る →ACT
Action Chunking with Transformers
複数ステップの行動をまとまりとして予測し、長時間タスクの安定化を図る手法。
詳しく見る →ポリシー
Policy
観測された状態に対して、次に実行する行動を決める規則または学習モデル。
学習・データ
模倣学習
Imitation Learning
人や既存方策の実演データから、ロボットの行動を学習する方法。
詳しく見る →強化学習
Reinforcement Learning
行動結果の報酬を手掛かりに、望ましい方策を試行錯誤で学ぶ手法。
詳しく見る →自己教師あり学習
Self-Supervised Learning
データ自身から学習課題を作り、大量の未ラベルデータを活用する方法。
ファインチューニング
Fine-Tuning
既存モデルを特定タスクや保有データに合わせて追加学習すること。
データ収集
Data Collection
学習、評価、再現性確認のために画像、センサー値、操作、結果を記録する工程。
詳しく見る →ロボットデータセット
Robot Dataset
画像、言語指示、関節状態、動作軌跡、力覚などを学習・評価用に整理したデータ集合。
詳しく見る →マルチモーダルデータ
Multimodal Robot Data
RGB、Depth、音声、力覚、触覚、関節角度、言語指示などを組み合わせたデータ。
Cross-Embodiment
Cross-Embodiment Learning
異なる機体や身体構造で集めたデータを共有し、汎化性能を高める学習の考え方。
詳しく見る →合成データ
Synthetic Data
シミュレーションや生成モデルで作り、実データを補完する学習・評価用データ。
Domain Randomization
Domain Randomization
仮想環境の見た目や物理条件を変化させ、実環境への適応力を高める手法。
詳しく見る →制御・動作
モーションプランニング
Motion Planning
障害物や関節制約を考慮し、目的姿勢までの安全な動作経路を計算する技術。
詳しく見る →タスクプランニング
Task Planning
目的をサブタスクへ分解し、実行順序や失敗時の再計画を組み立てる技術。
詳しく見る →全身制御
Whole-Body Control
重心、接触、複数関節を同時に扱い、全身のバランスと作業動作を統合する制御。
詳しく見る →逆運動学
Inverse Kinematics
手先などの目標位置から、必要な各関節角度を求める計算。
順運動学
Forward Kinematics
関節角度から手先や各部位の位置・姿勢を求める計算。
インピーダンス制御
Impedance Control
接触時の力と位置の関係を調整し、柔らかく安全な動作を実現する制御。
リアルタイム制御
Real-Time Control
決められた時間内に処理を完了し、遅延を抑えて動作を制御する考え方。
制御周期
Control Frequency
センサー取得と制御指令を1秒間に何回更新するかを示す周期・周波数。
レイテンシ
Latency
入力、推論、通信、制御指令が反映されるまでに生じる遅延時間。
Action Space
Action Space
学習モデルや制御器が出力できる行動の種類、範囲、表現方法。
認識・センサー
SLAM
Simultaneous Localization and Mapping
自己位置推定と周辺地図作成を同時に行う技術。
詳しく見る →自己位置推定
Localization
センサーや地図を使い、ロボットが現在位置と向きを推定する処理。
物体認識
Object Recognition
カメラ等から対象物の種類、位置、姿勢を推定する技術。
3Dシーン再構成
3D Scene Reconstruction
カメラや距離センサーから周囲の三次元形状と配置を復元する技術。
詳しく見る →センサーフュージョン
Sensor Fusion
複数センサーの長所を組み合わせ、認識や推定の安定性を高める処理。
LiDAR
Light Detection and Ranging
レーザー光の反射時間から周囲までの距離を測るセンサー。
詳しく見る →RGB-Dカメラ
RGB-D Camera
カラー画像と奥行き情報を同時に取得し、点群、認識、SLAM、把持位置推定に使うカメラ。
詳しく見る →IMU
Inertial Measurement Unit
加速度と角速度を測り、姿勢や運動状態の推定に使うセンサー。
力覚センサー
Force/Torque Sensor
接触時の力やトルクを測り、組立、把持、安全制御に使うセンサー。
詳しく見る →触覚センサー
Tactile Sensor
接触位置、圧力、滑りなどを検知し、繊細な把持に使うセンサー。
開発基盤
ROS 2
Robot Operating System 2
分散通信、品質設定、セキュリティなどを強化した現行世代のROS。
詳しく見る →ROS 2 QoS
Quality of Service
通信の信頼性、履歴、耐久性などを用途ごとに設定するROS 2の仕組み。
詳しく見る →DDS / RMW
Data Distribution Service / ROS Middleware
ROS 2のノード間通信を支える通信規格と実装層。
Topic
ROS 2 Topic
センサーデータなどを継続的に配信・購読するROS 2の通信方式。
Service / Action
ROS 2 Service / Action
要求応答型の処理と、進捗・キャンセルを伴う長時間処理の通信方式。
TF2
Transform Library
ロボット各部やセンサー間の座標系と時間変化を管理するROS 2ライブラリ。
詳しく見る →URDF
Unified Robot Description Format
リンク、関節、形状、慣性などロボット構造を記述するXML形式。
詳しく見る →MJCF
MuJoCo XML Format
MuJoCoでロボット機構、物理特性、センサーなどを記述するモデル形式。
SDK
Software Development Kit
ロボット機能を利用・拡張するためのライブラリ、仕様書、サンプル群。
詳しく見る →API
Application Programming Interface
外部ソフトウェアから機能やデータを呼び出すための接続仕様。
仮想検証
シミュレーション
Simulation
実機を動かす前に、仮想環境で動作、学習、安全性を検証する方法。
詳しく見る →Sim-to-Real
Simulation to Reality
シミュレーションで学習・検証した内容を実機へ移す考え方と技術。
詳しく見る →Zero-shot Sim-to-Real
Zero-shot Simulation to Reality
実機での追加学習を前提とせず、仮想環境で得た方策を実機へ直接適用する考え方。
デジタルツイン
Digital Twin
実設備やロボットの状態を仮想空間に対応付け、分析や予測に使う仕組み。
詳しく見る →Isaac Sim
NVIDIA Isaac Sim
NVIDIA Omniverse上でロボットシミュレーションや合成データ生成を行う環境。
詳しく見る →Isaac Lab
NVIDIA Isaac Lab
Isaac Sim上で強化学習、模倣学習、ロボット学習の実験を構成するフレームワーク。
詳しく見る →MuJoCo
Multi-Joint dynamics with Contact
接触を含むロボット力学の研究や強化学習で使われる物理シミュレータ。
Gazebo
Gazebo Simulator
ROS連携を含むロボットシミュレーションで広く使われる環境。
Hardware-in-the-Loop
HIL
実機の一部とシミュレーションを接続し、制御や通信を検証する方法。
詳しく見る →System Identification
System Identification
実機応答から質量、摩擦、遅延などのモデルパラメータを推定する手法。
導入・安全
PoC
Proof of Concept
限定した範囲で技術成立性、効果、運用条件を確認する検証。
詳しく見る →KPI
Key Performance Indicator
PoCや導入の成否を判断するために事前に定める評価指標。
技適
Technical Regulations Conformity Certification
日本で無線機能を使用する際に確認が必要になる電波法上の適合表示。
詳しく見る →UN38.3
UN Manual of Tests and Criteria 38.3
リチウム電池の国際輸送で確認される安全試験要件。
詳しく見る →E-stop
Emergency Stop
異常時にロボットの動力や動作を速やかに停止する非常停止機能。
詳しく見る →安全領域
Safety Zone
人や設備との距離に応じて減速・停止させるために設定する監視領域。
フェイルセーフ
Fail-Safe
故障や異常が起きた際に危険側ではなく安全側へ移行させる設計原則。
可搬重量
Payload
ロボットが仕様上保持・搬送できる対象物の最大重量。
自由度
Degrees of Freedom
ロボットが独立して動かせる軸や方向の数。
保守・サポート
Maintenance and Support
故障対応、部品供給、更新、問い合わせ窓口など導入後の運用支援。