実際の顧客セルで、5クラスの部品仕分けを学習させた
顧客から預かった本物のセルCADと実際のコンベア位置、ロボット手首の 2つのカメラという現実の構成そのままで、ベルト上を流れる5種類の部品(仕分け対象4種＋異物1種)を 正しいトレイへ仕分ける方策を、強化学習で獲得しました。下の画面は、そのロボットが実際に動いている開発コックピットの ライブ画面です(演出なし)。
99.0%
方策の成功率(シム内、n=1280の対応比較)
+8.2pp
熟練エキスパート比(90.8%→99.0%、統計的に有意)
100.0%
部品の種類認識(2手首カメラ、実行中)
18/18
本番ライブ環境での検証 合格
このページの要点
- 何を作ったか：実セルCAD＋実コンベア＋2手首カメラという現実の構成で、5種類の部品(4種の仕分け対象＋異物1種)をベルトから拾い上げ、正しいトレイに仕分ける方策を強化学習で獲得。
- なぜ作り直したか(v1/v2 → v3)：本物のセルCADを画面に描画して初めて、それまでの前提が2つとも事実と違っていたことが判明。作り直しは無駄ではなく、実物と照らし合わせたからこそ見つかった。
- 結果：シミュレーション内で99.0%(熟練エキスパートの90.8%を有意に上回り、誤仕分けはゼロ)。①結果と検証で詳しく。
- いま分かっている弱点：実運用の照明条件によっては認識精度が落ちるケースを発見済み。安全に倒す前に、狙いを絞った再学習を計画中。②頑健性の監査で詳しく。
なぜ作り直したのか本物のCADが、2つの思い込みを正した
v1/v2は「仕分けできる」ところまで作り込んでいましたが、本番Webデモに顧客セルの実CADを描画して初めて、 シミュレーション内の前提が2点、事実と食い違っていることが分かりました。
| 思い込んでいた前提(v1/v2) | 実際(実CADで判明) | 対応 |
|---|---|---|
| ベルトはロボット架台の下を横切る位置にある | それは架台を支えるテーブルの梁だった。本物のコンベアは別の場所(+Y側)にある、まったく別のユニット | 対応済 実コンベアの位置・向き(+X方向へ流れる)に合わせて環境を再構築 |
| カメラは仕分けセルの固定位置(俯瞰・斜め)に2台設置 | 顧客の設計はロボット手首に2台のカメラを吊るす構成 — 固定カメラではない | 対応済 手首装着の2カメラ構成に作り直し、認識モデルも再学習 |
作り直しで得たもの
単なる手戻りではありません。実物の3DデータをUI上に描画するという検証ステップを踏んだからこそ、 机上のシミュレーションだけでは気づけなかった2つのズレを、実機を1台も動かさずに見つけて直せました。 詳しくは ①結果と検証 をご覧ください。
読む順番
SSOT：docs/cellsort-v3-plan.md、docs/cellsort-v3-simmachine-gap.md、
docs/cellsort-v3-dr-robustness.md。ライブデモ：cobot-studio.fab-forward.co.jp(「cellsortv3」モード、v1/v2は旧環境として選択可)。