Prox Industries、清水建設のヒューマノイド学習基盤を支援　建設現場向けフィジカルAIを前進

編集: GA Robotics編集部

3行解説

清水建設のフィジカルAI研究開発で何が進んだのか

2026年8月19日、東京大学・松尾研発のスタートアップであるProx Industries株式会社は、清水建設株式会社が進めるフィジカルAIの研究開発に対し、ヒューマノイドロボットの行動学習に向けた研究開発基盤の構築を支援したと発表しました。支援は2025年度に実施されています。

今回の取り組みでは、NVIDIAのシミュレーションプラットフォーム「Isaac Sim」を使った仮想環境を整えました。あわせて、遠隔操作を意味するテレオペレーションで動作データを集め、学習データを増やす仕組みも用意しています。さらに、視覚・言語・行動をまとめて扱うロボット基盤モデル「VLA」についても、活用の考え方を助言しました。

Prox Industriesは、こうした支援を通じて、ヒューマノイドロボットの学習データを効率よく作り、ためていける研究開発基盤を構築できたとしています。建設業界では、あらかじめ決めた動きだけをする専用ロボットから、状況を見て動きを変える汎用ロボットへ関心が移っています。

【解説】Isaac Simとテレオペで「動ける土台」を先に作る意味

この発表で注目したいのは、清水建設がいきなり現場投入を狙ったのではなく、まず学習の土台を固めた点です。建設現場は、天候や資材、作業順序が変わりやすく、同じ動作を繰り返すだけでは対応しにくい場所です。だからこそ、Isaac Simのような仮想環境で練習し、テレオペで実機の動きを集める流れが生きます。

この進め方は、建設だけでなく、製造や物流、インフラ点検にも通じます。最初から万能ロボットを目指すのではなく、まずは学習データをためる仕組みを作る。そこから現場ごとの作業に広げていく方が、失敗も減らしやすいはずです。フィジカルAIは派手な実演より、地道な基盤づくりで差がつく段階に入っています。

清水建設とProx Industriesの支援内容を整理すると

合わせて読みたい: ロボットはどうやって作業を「覚える」のか、ティーチングから模倣学習へ

建設現場のように、環境が変わりやすい場所では、ロボットに「動ける土台」を先に作る発想が欠かせません。こうした学習基盤づくりの考え方は、他の現場の自動化を考えるうえでも参考になります。

出典: ロボスタ