日本で小型ロボット実験環境を作るには——SO-101、Isaac Sim、群ロボットの実装と販売計画

4万6,280円の小型ロボットアームキットは、最初に見ると高く感じます。ただし、この価格はアーム1台分ではありません。人が操作するLeaderと、動作を再現するFollowerの2台分で、合計12個のサーボ、制御基板、電源などが含まれています。

強化学習とSim-to-Realを試すことが目的なら、最初から2台を揃える必要はありません。Follower 1台に絞ると、国内調達の概算は約2万3,000〜2万5,000円です。

この記事では、ここから先に必要な作業を整理します。SO-101を日本で組み立て、NVIDIA Isaac Sim／Isaac Labで学習環境を作り、実機で評価し、研究・教育用の製品として販売するまでの計画です。

STL出力を想定した鳥型ロボットが、強化学習で群れを形成する将来像（コンセプトイメージ）

本記事の位置づけ（構想・試算）：本記事は、公開されているBOM（部品表）と技術資料をもとに国内調達コストと実装・検証手順を整理した計画ノートです。

要点#

• 強化学習から始める場合は、Leaderを買わず、Follower 1台で試作を始められます
• 約2.4万円という金額には、3Dプリント、カメラ、工具、予備部品、GPU搭載PCは含まれていません
• STLは部品の形状データです。Isaac Simで動かすには、関節、質量、慣性、可動範囲を含むURDF／USDが別途必要です
• 最初の目標は、鳥型ロボットを飛ばすことではなく、卓上アーム1台でReachやPick & Placeを再現できることです
• 販売する場合は、組立済みアームよりも、校正済みモデル、学習環境、評価手順、日本語資料、サポートに価値があります

Follower 1台の部品構成と概算費用#

LeRobotのSO-101公式手順では、Followerに1:345のSTS3215を6個使用します。執筆時に確認した国内価格を使うと、概算は次のようになります。

この金額だけで実験全体が始められるわけではありません。購入前に、次の費用も確認する必要があります。

特に計算機は、アームより高くなる可能性があります。手元のPCがIsaac Simの公式システム要件を満たすか、部品を注文する前に確認したほうが安全です。

Leaderが必要になるのは、人がLeaderを操作し、その軌跡をFollowerで再現して、模倣学習用のデータを集める場合です。最初に強化学習だけを試す場合は、Followerを先に作り、必要になってからLeaderを追加できます。

国内調達と組み立ての手順#

1. 評価タスクと完了条件の定義#

最初の目標を「Physical AIを試す」のような広い表現にすると、完了条件が曖昧になります。例えば、次のように試行回数と計測項目を定義します。

位置を変えた3種類の物体をカメラで認識し、指定した箱へ移します。100回試行し、成功率、所要時間、落下回数、安全停止回数を記録します。

最初の試作では、物体を1種類に減らしても構いません。重要なのは、成功と失敗を同じ基準で数えられることです。

2. 部品調達と樹脂パーツの出力#

SO-101の公開BOMを基準に、サーボ、制御基板、電源、ケーブル、ネジを揃えます。樹脂部品は公開された3Dモデルから出力します。3Dプリンターを持っていない場合は、国内の出力サービスも利用できます。

注文前に、サーボのギア比、電源電圧、コネクター形状、基板の対応状況を再確認します。同じ製品名でも仕様や付属品が変わることがあるためです。

鳥型の群ロボットを新規設計する場合も、部品ごとにSTLへ出力できる形に分けます。ただし、STLに入るのは表面形状です。サーボの回転軸、部品同士の接続、可動範囲、質量、慣性は含まれません。

3. サーボIDの個別設定と組み込み#

バス上のサーボには、それぞれ異なるIDと、共通のボーレートが必要です。新品サーボが同じIDのまま複数つながっていると設定できないため、公式手順に従って1個ずつ接続します。

設定後に機構へ組み込み、次の点を確認します。

• 3ピンケーブルの向きは正しいか
• ケーブルが関節へ挟まらないか
• ネジが樹脂部品を割るほど締まっていないか
• 手でゆっくり動かしたときに物理的な干渉がないか
• 電源をすぐ切れる位置にスイッチやコネクターがあるか

最初の通電では、可動範囲と速度を小さく設定します。人の指、顔、カメラ、ケーブルを可動範囲から離し、学習済み方策をいきなり最大速度で動かさないようにします。

4. 実機のキャリブレーション#

LeRobotの公式手順には、関節を可動域全体へ動かすキャリブレーション工程があります。ここで得たゼロ点、回転方向、最小角度、最大角度を、記録、推論、シミュレーションで共通にします。

機体ごとに、次の情報を設定ファイルへ保存します。

• 機体IDとサーボID
• 各関節の名前と回転方向
• ギア比、ゼロ点、最小・最大角度
• 制御周期と通信ポート
• 校正日と使用したソフトウェアのバージョン

この情報が実機とシミュレーションでずれていると、学習アルゴリズムを変更しても問題は直りません。

STLからURDF・USD・Isaac Labへの変換パイプライン#

STLは3Dプリンターへ形状を渡す用途には適していますが、ロボットの関節構造や物理特性は保持していません。Isaac Simで動かすまでのデータは、次のように分かれます。

CAD
 ├─ STL/OBJ       : 表示・衝突判定に使う形状
 └─ 質量・慣性値  : 実測またはCADから取得する物理値
        ↓
URDF              : link、joint、limit、inertial、collision
        ↓
USD               : Isaac Sim上のロボット、材質、センサー、シーン
        ↓
Isaac Lab         : observation、action、reward、reset、termination

Isaac Simには、URDFを読み込みUSDへ変換する公式手順があります。読み込みに成功しても、実機と同じ挙動になるとは限りません。次の項目は実測して合わせる必要があります。

• 関節の正方向、ゼロ点、可動域
• サーボの速度、加速度、遅れ、不感帯
• リンクと対象物の質量、重心、慣性
• グリッパーと物体の摩擦、接触形状
• カメラの位置、画角、露出、遅延
• 制御周期と通信時間のばらつき

最初からすべてを高精度に測る必要はありません。Reachであれば関節と遅延、Pick & Placeであれば摩擦とグリッパー形状というように、タスクの失敗へ影響する項目から測ります。

Isaac Sim・Isaac Lab・実機制御の役割分担#

名前が似ていますが、担当する範囲は異なります。

Isaac Labは、Isaac Sim上に構築されたロボット学習フレームワークです。複数の環境を並列に実行し、物理条件やセンサー条件を変更しながら学習できます。

ここで注意したいのは、シミュレーションが実機制御を自動で完成させるわけではないことです。実機とのデータ形式、単位、関節順、制御周期、安全制限を接続するコードは別途必要です。

強化学習環境の最小構成#

Pick & Placeを例にすると、最初の環境は次のように整理できます。

PPOなどのアルゴリズムを選ぶ前に、観測の条件を確認します。シミュレーションだけが持つ正確な物体座標を方策へ入力し、実機ではカメラの推定値しか取得できない場合、その差が転移時の問題になります。

最初は、状態を直接与える環境でアームと報酬の実装を確認します。次に、実機でも取得できる情報へ置き換えます。カメラ入力を使う場合は、認識誤差と遅延も評価対象に含めます。

Sim-to-Realの評価条件とドメインランダム化#

シミュレーションを詳細に作っても、実機との差は残ります。摩擦、質量、関節ゲイン、観測ノイズ、遅延などを現実的な範囲で変えて学習する方法が、ドメインランダム化です。

Isaac Labのドメインランダム化に関する公式資料でも、値を無制限に広げるのではなく、実際に起こり得るモデル誤差を対象にすることが説明されています。

評価は、少なくとも次の3つへ分けます。

1. シミュレーション固定条件：同じseedと初期条件で、変更前後の退行を確認します
2. シミュレーション変動条件：位置、摩擦、質量、照明、遅延を変えます
3. 実機条件：試行回数を固定し、成功率、時間、落下、安全停止を記録します

販売資料へ成功率を載せる場合は、試行回数、初期条件、失敗の定義も併記します。

群ロボットへの段階的な拡張#

複数台協調（群ロボット）へ拡張する場合は、次の順番で段階を分けます。

1. シミュレーション内の点または単純な移動体で、衝突回避を確認します
2. 同じ方策を複数台で共有し、隊形形成と目標追従を加えます
3. 屋内の地上移動ロボットで、通信遅延と位置推定を確認します
4. 機体数を2台、5台、20台と増やし、ログと安全停止を検証します
5. 飛行が必要な用途と安全条件が明確になってから、鳥型の飛行機構を検討します

飛行から始めると、空力、姿勢安定化、通信断、落下時の安全を同時に扱う必要があります。強化学習部分だけを検証したい段階では、地上移動体のほうが失敗原因を切り分けやすくなります。

群れの方策は、各機が自分と近傍だけを観測する構成から始められます。

各ロボットの観測 = 自分の速度・姿勢
                   + 近傍k台の相対位置・相対速度
                   + 目標方向
                   + 障害物までの距離
 
共通の報酬 = 目標への進行
            + 適切な機体間距離
            + 速度方向の整列
            - 衝突
            - 急激な操作

機体数が増えると、学習以外の問題も増えます。時計同期、機体ID、通信断、ログ回収、方策のバージョン、充電状態、安全停止を管理する仕組みが必要です。

研究・教育キットとしての提供構成案#

SO-101の部品表、3Dプリント部品、組立方法、LeRobotの制御手順は公開されています。そのため、ハードウェア単体ではなく、以下の環境構築・検証コストを削減するパッケージとしての構成を検討します。

• 対応GPU、ドライバー、Python環境の確認
• 実機とシミュレーションの関節・単位・制御周期の一致
• カメラ、照明、摩擦、遅延の設定
• 学習が止まったときの切り分け
• 実機での速度制限、停止、受入試験
• 授業やPoCで再利用できる日本語資料とサンプル

提供範囲に応じたパッケージ案は以下の通りです。

セットアップにかかった実時間、質問件数、故障率、再現実験の成功率をパイロット導入で測定して構成を調整します。

想定ユースケースと導入判断指標#

初期の導入先として想定しやすいのは、ロボット学習を試したい一方で、環境構築に専任の担当者を置きにくい組織です。

導入判断に必要な計測指標は以下の通りです。

• 開梱から最初の動作までにかかった時間
• シミュレーションの学習時間と使用したGPU
• 実機100試行の成功率
• Sim-to-Real前後の性能差
• 照明、位置、重量を変えた場合の成功率
• 制御周期、遅延、安全停止回数

国内提供に向けた安全・法規面の確認事項#

教育・研究機関や企業へ提供する際は、以下の安全基準と法令適合性を確認します。

• 指挟み、暴走、落下、発熱、断線を想定したリスク評価
• 速度、トルク、可動域の初期制限と、物理的な停止手段
• 機体番号、部品ロット、ファームウェア、校正値、検査結果の記録
• 利用条件、禁止事項、故障時の対応、ソフトウェア更新方針
• ACアダプターなど、対象部品の法令適合性（電気用品安全法、製造物責任法）
• PL保険、修理部品、初期不良交換を含む販売後の対応

90日間の検証マイルストーン#

0〜30日：Follower 1台の組み立てと基本動作検証#

• 部品を購入し、組立と校正を行います
• 関節指令、カメラ、非常停止、ログ保存を確認します
• Reachタスクをスクリプト制御で100回実行します

この段階では、強化学習を始める前に、同じ指令が同じ動作になるかを確認します。

31〜60日：シミュレーションと実機の同定#

• URDF／USDを作り、関節方向と可動域を一致させます
• 実機の速度、遅延、摩擦を測定します
• Isaac LabでReachを学習し、その後にPick & Placeへ進みます
• 固定条件とランダム条件の評価を分けます

61〜90日：第三者による再現性の検証#

• 実機100試行を撮影し、失敗を分類します
• 別のPCでセットアップ時間を測ります
• 日本語手順だけを渡し、第三者に再現してもらいます
• 大学・高専、FA／SIer、研修会社へパイロットを提案します

この90日間で、利用者が手順書だけで再現できるか、質問対応に何時間かかるか、故障時に原因を切り分けられるかを検証します。

まとめ#

Follower 1台の部品費は約2.4万円ですが、ロボット学習環境の総費用はそれだけでは決まりません。3Dプリント、カメラ、GPU搭載PC、モデル作成、校正、評価、安全対策まで含めて考える必要があります。

最初に作るべきものは、鳥型の群ロボットではなく、1台のアームで同じ試験を繰り返せる環境です。STL、URDF、USD、Isaac Lab、実機制御を順番につなぎ、条件を固定した評価と、条件を変えた評価を分けます。

その手順を第三者が再現できれば、組立済みアームではなく、研究・教育・PoC向けの実験環境として販売できる可能性があります。まずは90日で1台を作り、100試行の結果と、セットアップにかかった実時間を記録するところから判断します。

参考資料#

• SO-101 — LeRobot Documentation
• Isaac Sim Requirements — NVIDIA
• Tutorial: Import URDF — NVIDIA Isaac Sim
• Isaac Lab Documentation
• Transfer Policies Between PhysX and Newton — Isaac Lab
• 電気用品安全法 — 経済産業省
• 製造物責任法の概要Q&A — 消費者庁