【Launch HN】産業用ロボットに「現場の知能」を。Salem Roboticsが挑む自動検査のリアル

Hacker Newsの皆さん、こんにちは。私たちはSalem Robotics（https://salemroboticsinc.com ）のファウンダーです。私たちは、既存の移動型ロボットに対し、危険な産業施設内での調査や物理的な検査を自律的に実行するための「タスク特化型インテリジェンス」を提供しています。実際のロボットハードウェアが動作している動画はこちらです：https://www.youtube.com/watch?v=U_228h3NE7c 。私たちはUT Austinでのロボティクス研究を経てSalemを立ち上げました。合計15年間にわたり原子力業界で経験を積み、特にロスアラモス国立研究所で約10年間、自律型ロボットの開発と運用に携わってきました。この5年間、私たちはある共通の課題に直面し続けてきました。それは、ハードウェアの性能は向上しているのに、ロボットに完全な産業用手順を実行させるには、膨大な開発工数と手動の介入が必要だというギャップです。私たちが最も着目したのは「マニピュレーション（操作）」です。例えば、放射線汚染調査では「スミア試験」が必要です。これは指定された領域を拭い、放射性汚染をチェックする作業です。石油・ガス・化学施設でのLDAR（漏洩検知・修理）検査では、バルブやフランジの周囲で検知器を動かす必要があります。これらは「拭く」「測定する」「検査する」という単純な動詞に集約されますが、ロボットに確実に実行させるのは非常に困難です。プローブ（探査機）を常に表面に対して垂直に保ったり、パイプから一定の距離を維持したりといった動きは、環境の幾何学情報、マニピュレータの運動学、関節制限、衝突回避などを考慮した複雑な計画が必要です。私たちは、関節レベルの制御まで踏み込んでこれらの課題を解決しています。特に、人が個別に軌道を生成するのではなく、ロボットが観測したデータから即座に制約付きマニピュレーション計画を生成する技術に注力しています。物理世界は厳しいものです。廊下を移動する際の数センチの誤差は許容されますが、センサーが曲面に対して垂直であるべき検査では致命的です。また、軌道を実行できても、検査が成功したとは限りません。検出器のミスアライメントや接触不良、あるいは環境モデルと現実の乖離が起こり得ます。私たちは、単にアームが目標位置に到達したかではなく、「検査結果」というループを閉じることを重視しています。私たちの手法はAIと古典的なロボティクスの融合です。現在はエンドツーエンドの学習系システムに注目が集まっていますが、安全が最優先される環境では、予測可能で理論的な裏付けがある古典的な手法が依然として重要です。AIは未知のシーンの解釈や柔軟な判断に活用し、実行段階では明示的な幾何学・最適化・制御を用いることで、信頼性を確保しています。また、Salemでは「あらゆる用途に専用ロボットを新規開発する必要はない」と考えています。Boston Dynamicsのような企業が優れたプラットフォームを提供している今、私たちはその上にドメイン特化のアプリケーションレイヤーを構築すべきだと考えています。ハードウェアに依存しないため、同じロボットでも施設ごとに異なる手順やセンサー構成に対応可能です。現場を調査する中で驚かされたのは、依然として検査作業の多くが手動で行われているという事実です。放射線管理区域であっても、人が歩いて測定し、結果を記録し、音で異常を判断する……数十年前と変わらないワークフローが残っています。私たちはまず、最も知見の深い原子力発電所の放射線検査から始め、石油・ガス業界の複雑なマニピュレーション検査へと展開しています。現場の技術者が手順を定義し、私たちはそれを物理的に自動実行させることで、危険な環境への立ち入りを減らしています。ビジネスモデルとしては直接販売がメインで、有償の技術検証を経て本格導入に至ります。価格はワークフローによりますが、検証には数万ドル〜10万ドル超、導入時はロボット1台あたり数十万ドル〜50万ドル程度が目安です。皆さんに伺いたいのは、ロボティクスにおける「抽象化の境界線」をどこに引くべきかという点です。メーカーが提供すべきこと、アプリケーション層で担うべきこと、そして施設固有の事情として残すべきことは何でしょうか？また、人間には単純でも自動化が驚くほど難しい物理的な検査タスクをご存知であれば、ぜひ教えてください。

ローンチおめでとう。「軌道をうまく実行できても、インスペクションが機能したとは限らない」というのは素晴らしい視点だね。測定そのもののループを閉じることが一番の難所だから。

「Salem」というのはBoston Dynamicsに対する小さくて風変わりな競合（Salem, MA : Boston, MA :: Salem Robotics : Boston Dynamicsみたいな）という遊び心のあるネーミングなのかな？もしそうなら、Salemの近くに住んでる身としてはかなり気に入ったよ :) 応援してる。

意味の理解や柔軟性が求められる場面ではAIを活用する。例えば構造化されていない情報の解釈や、未知のシーンで何が作業に関連しているかを把握する場合などだ。物理的な相互作用の内容さえ決まれば、可能な限り明示的な幾何学、計画、最適化、制御を優先する...
廊下を移動する程度なら数センチの誤差は許容できるが、センサーを曲面に対して常に垂直に保つ必要がある場合はそうはいかない。

これはAIの創造性（言い換えればランダム性）が壁にぶつかる具体的な良い例だね。モデルが進化すればこの状況は変わると思う？それとも、安全性が不可欠な高度に専門的なタスクには、これからも明示的な指示セットが必要不可欠だと思う？

ローンチおめでとう。もっと注目されていいはずだよ。

ローンチおめでとう。ロボット業界に10年いるけど、その境界線がどこにあるかはケースバイケースだと見てきた。明確な答えはないのかもしれないね。

ついでに宣伝：DockerHubよりプルは10倍、ビルドは7倍速い、ロボティクス向けのコンテナレジストリ「Clipper」を開発している。ロボットのデプロイに丸一日かかる状況にうんざりして自分で解決したんだ。興味があれば、あるいはただの情報交換でも、気軽に話しかけて。

意味の理解や柔軟性が求められる場面ではAIを活用する。例えば構造化されていない情報の解釈や、未知のシーンで何が作業に関連しているかを把握する場合などだ。物理的な相互作用の内容さえ決まれば、可能な限り明示的な幾何学、計画、最適化、制御を優先する。我々はロボットのスタック全体を学習させるのではなく、両者の融合に関心がある。

ローンチおめでとう。この部分、すごく共感するよ。僕がやっている「片付けロボット」プロジェクト（http://www.frost-e.com ）も同じ考えをベースにしているからね。ロボット業界にはまだ新参者だけど、古典的なロボット技術（ROS2ベースのナビゲーションや、YOLOベースの物体検出など）と、最近ラボが発表しているVLAモデル（映像を入力して直接アクチュエーターを動かすモデル）の間には溝があるように見える。大手ラボは長期間のタスクや6DoF制御、クロスエンボディメントなど、無理して風呂敷を広げすぎている気がするな。

問題を限定して、タスクを明確にして、VLMの意味理解や推論能力と、古典的アプローチの幾何学的なツールを組み合わせれば、もっと実用的で経済的なものが作れるんじゃないかな。

ローンチおめでとう！Transitive Roboticsでは、君たちのようなロボット企業が運用システムをより速く、より高品質に構築できるようフルスタックモジュールを作っているんだ。リモート動画ストリーミングやテレオペレーション（遠隔操作）支援など、興味を持ってもらえそうなモジュールがいくつかあるよ：https://transitiverobotics.com/caps/
話を聞いてみたいなら連絡してね。