Moonshot Goal 3
多層的な教示と継承を通じて成長する汎用自律ヒューマノイド
ロボットが教わり、学び、伝える。若手PI連合が挑む日本発Physical AI基盤。
2050年想定の未来シナリオ
Future scenario1初日：開店前の教示
店長が開店前の30分で、今日の仕事をロボットに教える。
2成長：学習したロボットが業務を実行
学習を通じて、複数のタスクを自律的にこなすようになる。
3継承：ロボットが新しいロボットと人に教える
新しく来たロボットや人間スタッフに、コツや知識を伝え、チーム全体の能力を高める。
4連続性：店長の知識を受け継ぎ、次世代へ
経験豊富な店長から知識を受け継ぎ、次の世代へと受け継いでいく。
Team
若手PI連合
9名のPIが、共通プラットフォームの上で研究を統合していきます。
河原塚 健人
室岡 雅樹
栗田 修平
金崎 朝子
八木 聡明
宮澤 和貴
本田 康平
日永田 智絵
小林 泰介
Research Architecture
3つの研究テーマと9つの研究開発課題
課題は固定的な階層ではありません。すべてのPIが3テーマに関わり、共通プラットフォームの上で成果を統合します。
Theme 1
教示と継承に適したヒューマノイド
- 01身体設計と学習制御
- 05継承ヒューマノイドシステム
- 06教示ヒューマノイドシステム
Theme 2
教示と継承を可能にする基盤システム
- 02行動基盤モデル
- 03ロボット基盤モデル
- 04空間基盤モデル
- 09ロボット学習理論
Theme 3
教示と継承に基づくタスク遂行と社会実装
- 07実体験に基づく成長
- 08感情モデル
Roadmap
2030年に向けたマイルストーン
2026
プロトタイプと初期基盤
研究プラットフォームと基盤モデルの初期構築。
2028
既知条件での実証
既知の環境・タスク・身体での教示と継承を実証。
2030
未知条件での実機実証
未知の環境・タスク・身体への適応、スポットワーク、技能継承を実機で実証。
Platforms
研究プラットフォーム
既製・共同研究プラットフォームでの初期探索と並行して、独自のオープンソースヒューマノイド MEVA を開発し、最終的に成果を統合します。
- 本プロジェクトで開発
MEVA
本プロジェクトで開発するオープンソースヒューマノイドです。
- 共同研究
PHF
トヨタ自動車が開発する小型ヒューマノイドです。家事・引越しタスクの実証で協力します。掲載内容は公開前に企業側の確認を得ます。
- 既製プラットフォーム
Unitree G1
初期探索に用いる既製プラットフォームです。本プロジェクトが開発する独自ロボットではありません。
Join Us
このプロジェクトに参加する
研究者・学生・企業のみなさまとともに、教示と継承のPhysical AI基盤をつくります。
研究者・学生
各PIの研究室での研究参加、RA、インターンシップ。
学生コミュニティ
Physical AIに取り組む学生コミュニティの活動。
企業・産業界
実証タスクの共創、共同研究、技術移転のご相談。
Institutions
参加機関
東京大学、産業技術総合研究所、国立情報学研究所、東北大学、大阪大学、名古屋大学、電気通信大学
トヨタ自動車株式会社
科学技術振興機構（JST）