第1部 富士通におけるフィジカルAIの取り組みと課題

(2026年4月14日 10:30〜12:00)

　近年のAI技術の進歩は目覚ましく、AIを現実世界に展開する動きが活発化している。AIに物理法則を学習させて自律行動させるPhysical AIの研究が盛んになっている。フィジカルAIは、現実世界での様々な課題を解決する鍵として期待され、深刻化する労働力不足解消や産業の生産性向上に向けて注目を集める。しかし、現在のフィジカルAIは、製造現場や物流倉庫など整備された環境での活用が中心で、人が生活する住宅やオフィスでは、人の動きが予測困難で物の配置も頻繁に変化するため、適応が困難という課題がある。
　当社は、フィジカルAIの研究を発展させるため、当社の強みであるコンピュータビジョン技術を基に、人とロボットの相互作用を予測できる空間World Model技術を開発した。空間内の人・ロボット・物体の未来の状態を予測して、従来では困難であった人とロボットの協調動作、複数ロボット間の最適な協調動作を実現する。

1. フィジカルAIの活用拡大
2. 現実世界でのAI適用の難しさ
3. フィジカルAIにおける最新技術
   1. ロボット基盤モデル
   2. 世界モデル (World model)
4. 富士通のフィジカルAI技術
5. デモンストレーション
6. まとめ
• 質疑応答

第2部 フィジカルAIを実現する基盤技術と実装ポイント

(2026年4月14日 13:00〜14:30)

　本講演では、デジタル空間で完結していたAI (「サイバーAI」) が物理世界と融合する「フィジカルAI」の現在地と未来を展望します。ディープラーニング、生成AI、そして現在の「身体性 (Embodiment) 」を伴うAIへの発展を辿り、なぜ今、産業界でフィジカルAIが注目されているのかを技術面と事業面から解析しま す。Sim-to-RealやVLAモデルといったフィジカルAIの基盤技術を解説し、自律動作に伴う安全性の確保や責任の所在、環境の不確実性といった実装上のリスクを整理します。併せて現在の深刻な労働力不足や熟練技能の継承問題などに対する社会的影響を考察することで、単なる自動化を超え、AIが「現実に作用する」ことで産業構造の再定義に至る社会インパクトを予測します。

1. 現代のAI
2. フィジカルAIの基礎
   • 基盤技術の整理
3. フィジカルAIの発展
   • 今後の方向性と社会インパクト
• 質疑応答

第3部 フィジカルAIによる自律移動ロボットの設計と実装

(2026年4月14日 14:45〜16:15)

　自律移動ロボットは、屋内外で配送や清掃などの用途で活用され始めている。フィジカルAIは、そのような移動ロボットサービスをより身近にする可能性を秘めている。
　本講演では、移動ロボットへのフィジカルAI導入の現状および講師らが2017年頃から取り組んできた移動ロボットのAIベース制御について紹介する。特に仮想環境での強化学習で得られたモデルを実際のロボットに適用するフィジカルAIのSim-to-Real転移により、従来型のロボット用地図や厳密な計算に基づく手法と比べて、汎用的で柔軟な行動を実現できる様子について、技術のポイントや行動学習や実機システム開発の実際、社会実装に向けた展望などを概観する。

1. 自律移動ロボット向けのフィジカルAI
   1. 従来型の自律移動ロボット開発
   2. 自律移動ロボットへのフィジカルAI適用の概要
   3. フィジカルAIを用いた自律移動ロボットの研究例
   4. 学習用仮想環境
   5. 学習用デモデータの取得
   6. Sim-to-Realギャップの解消に向けて
2. フィジカルAIによる移動ロボットナビゲーション
   1. 学習用簡易シミュレータの独自開発
   2. 2D-LiDARベース走行システムの基礎検討
   3. UnityゲームエンジンによるAIモデル学習
   4. ゲームエンジンのアセットを活用した多様な学習
   5. ROSベース実機走行システムへのモデル転移
   6. 画像認識と組み合わせたSim-to-Realギャップ低減
   7. End-to-Endなシステムによる実環境でのロボット走行
3. 今後の展望
   1. 歩行者環境での柔軟な走行
   2. 行き止まりや袋小路を迂回した走行
   3. 人間用の地図を用いた走行
• 質疑応答