最終更新：2026年4月7日
※本記事はプロジェクトの進行に合わせて継続アップデートされます。

AIロボット制作プロジェクト正式キックオフ：Sim2Realで自律制御ロボットを作る・学ぶ・育てる【2026年】

Sim2Realの実装は、もはや大企業の研究所だけの話ではない。
しかし現実には、Physical AIの開発手法・設計パターンを実際に手を動かして体験できるエンジニアは、国内でもごく限られている。
株式会社アープは2026年4月7日、この現実を変えるためのプロジェクトを正式始動する。
目的は明確だ。SO-101ロボットアームを使ったSim2Real実装の全過程を通じて、エンジニアがPhysical AIの設計パターンを身体知として習得する。そしてその体験と記録が、この分野での受託開発という新しい事業の基盤になる。
本記事はそのキックオフ宣言であり、2年間の実行設計の全公開だ。

📖 読了時間 22分｜🎯対象：組織でAI・ロボット開発を推進したいマネージャー・エンジニア、Physical AIをチームで実装したい方｜🛠 難易度：★★☆

✅ この記事の結論（TLDR）

技術的目標：SO-101ロボットアームを使ったBehavior Cloning（模倣学習）からSim2Realまでの完全な学習パイプラインをチームで実装する。最終ゴールは実機成功率85%の達成と、設計パターンの完全なドキュメント化だ。
プロジェクトの本質：これはエンジニア育成プロジェクトだ。Physical AIという新設計パターンを先行体験することで、アープはこの分野の受託開発を担える体制を整える。動くロボットを作ることよりも、その過程でエンジニアが何を習得するかが問われる。
PM方針：「チャレンジ→観察→クイックピボット」。未知の領域に踏み込む以上、最初から正解を求めない。やってみて、結果を観察して、ダメなら素早く方向を変える。この方針を体現するためにスパイラルモデルを採用した。
記録の方針：設計判断・失敗・立て直しの全過程をArpable記事・YouTube動画・SNSでオープンにする。この記録の総体が「THE PACKAGE」となり、同じ挑戦をする次のチームへのベンチマークになる。

この記事の著者・監修者　ケニー狩野（Kenny Kano）

Arpable 編集部（Arpable Tech Team）

株式会社アープに所属するテクノロジーリサーチチーム。人工知能の社会実装をミッションとし、最新の技術動向と実用的なノウハウを発信している。
役職：(株)アープ取締役。Society 5.0振興協会・AI社会実装推進委員長。中小企業診断士、PMP。著書『リアル・イノベーション・マインド』▶ 詳細はこちら

Toggle

1. このプロジェクトはなぜ始まるのか：ビジネス戦略としての先行体験

「2年後に、アープはPhysical AIを語れる会社になっている。」

アープは受託開発を主業とするソフトウェア企業だ。これまでAI・画像処理・組込み開発で積み上げてきた実績がある。そのアープが今、Physical AIという新しい領域を正面から取りに行く。

理由はシンプルだ。Physical AIの設計パターンは、従来のソフトウェア開発とは根本的に異なる。カメラ入力から学習・推論・実機制御までを一本のパイプラインで繋ぐEnd-to-End設計、シミュレーションで数千回の試行を圧縮するSim2Real、現実世界の多様性に動じない汎化性能の設計——これらは、実際に手を動かして体験した者にしか分からない知識だ。

大企業はこの体験を研究所単位で先行している。スタートアップは資金と人材を集中させている。では、アープのような規模の会社はどうするか。「先行体験」を組織的に設計し、実行するしかない。

このプロジェクトが2年間で目指す到達点は3層ある。

第一層は技術習得だ。SO-101ロボットアームにSim2Realで自律制御の知能を与える。ピック＆プレースという基本タスクを起点に、汎化性能の設計パターンを習得する。

第二層はエンジニア育成だ。参加エンジニアは、ソフトウェア開発の経験を持つ実力者だ。しかしPhysical AIの設計パターンはこれまでのプロジェクトとは異なる。この「新領域への挑戦」を通じて、設計の判断基準・デバッグの作法・失敗から立て直す方法を身体で覚える。品質より体験、体験よりエンジニアの育成——これが今回のプロジェクトの優先順位だ。

第三層はビジネス基盤の構築だ。2年間の全過程を記録したTHE PACKAGEと、Arpableでの連載・YouTube動画・SNS発信が積み上がることで、アープはPhysical AI開発の実践知を持つ会社として認知される。これが次の受託案件への直接の橋渡しになる。

動くロボットを作ることはゴールの一部に過ぎない。このプロジェクトが本当に作り上げるのは、Physical AI開発を担えるエンジニアと、その証跡としての記録だ。

2. このプロジェクトで何を学ぶか：Sim2Real技術学習の地図

Real-to-RealからSim2Realへ。設計パターンを段階的に習得する2年間の学習ロードマップ。

このプロジェクトは単一の技術を学ぶのではなく、「AIロボットに知能を与える完全なパイプライン」を段階的に習得することを目的としている。各フェーズで何を学ぶかを先に示す。

1年目で学ぶ設計パターン（Real-to-Real）

学習① Behavior Cloning（模倣学習）の設計
人間がアームを手動で動かして「お手本」を見せ、そのデータからAIに動作を学習させる。「50〜100回のデモが数万コマの学習データになる」という設計は、データ収集のコスト感覚を根本から変える体験だ。カメラ→PC→アームの制御パイプラインをEnd-to-Endで繋ぐ設計を実装レベルで理解する。

学習② 再現性設計の作法
「昨日は動いたが今日は動かない」という不安定さを、物理的な標準化で排除する。ネジの締め具合・ケーブルの取り回し・照明条件——これらを「変数」として管理する発想は、従来のソフトウェア開発にはない設計作法だ。

学習③ 意図的な失敗からの堅牢性設計
照明を変える・初期位置をずらす・グリッパーの把持位置をわずかにずらす——意図的に「崩す」ことでAIの弱点を特定し、それを言語化してモデルを改善する。「なぜ失敗するのか」を設計的に分析するプロセスが、2年目のSim2Realを支える基盤になる。

2年目で学ぶ設計パターン（Sim2Real）

学習④ デジタルツイン設計
SO-101の物理特性（重量・重心・関節の摩擦）をURDFデータで正確に記述し、NVIDIA Isaac Sim上に「物理的に正しい仮想分身」を構築する。この「リアルとバーチャルの一致度」の設計が、Sim2Real成功率を決定する最初の関門だ。

学習⑤ Domain Randomization（領域ランダム化）設計
シミュレーション内のテクスチャ・照明・摩擦係数をランダムに変化させながら学習させる。現実では1回ずつしかできない練習を、シミュレータ内で数千台同時に24時間回し続ける。「汎化性能をどう設計するか」という問いへの実践的な答えをここで得る。

学習⑥ Sim-to-Real Gap分析とFine-tuning設計
シミュレーションと現実の「わずかなズレ」を計測し、言語化し、実機での追加学習で埋める。このGap分析の作法こそ、Sim2Real実装の最大の実践知だ。

📌 技術学習マップ：フェーズと習得パターンの対応

技術学習マップ
クール	フェーズ	主な習得パターン
クール1	基盤構築	End-to-Endパイプライン設計・再現性設計
クール2	初回動作	Behavior Cloning実装・データ収集設計
クール3	堅牢化	意図的失敗分析・モデル改善ループ
クール4	型の完成	3回連続成功認定・THE PACKAGE v1.0
クール5	デジタルツイン	URDF設計・物理特性モデリング
クール6〜7	Sim2Real学習	Domain Randomization・並列学習設計
クール8	実機転送	Fine-tuning・Sim-to-Real Gap設計
クール9	完了	成功率85%・THE PACKAGE最終版

3. チーム設計：誰が、どの役割で、どう動くか

経験あるエンジニアが新領域に挑む——そのための役割設計だ。

参加メンバーはそれぞれ、ソフトウェア開発・プロジェクトマネジメント・システム設計の実績を持つエンジニアだ。Physical AIの設計パターンはこれまでのプロジェクトとは異なる領域だが、それはこの分野が「未踏だった」からであり、「能力が足りない」からではない。新領域への最初の一歩を踏み出す者を「未熟者」とは呼ばない。「開拓者」と呼ぶ。

チーム構成は「PM1名・水先案内人（アーキテクト）1名・実装エンジニア2名・アドバイザー2名」だ。

水先案内人（アーキテクト）という役割の設計には明確な意図がある。水先案内人の役割はアーキテクト兼水先案内人だ。自分が実装するよりも先に技術的な道を調査・判断し、若手エンジニアが週4時間という限られた時間の中で最も効率的にPhysical AIの設計パターンを習得できる環境を作ることが最大の責務だ。

アドバイザーとの違いはここにある。アドバイザーは節目のみに登場する広範な知見の提供者だ。水先案内人は日常的にチームの前を走り続け、「片手間でも確実に育つ」学習経路を設計し続ける育成担当者だ。
若手エンジニアが新設計パターンの習得に集中できるのは、水先案内人が先に技術的な道を切り拓いているからだ。そしてその道の作り方そのものが、水先案内人自身の最大の習得物になる。

実装エンジニア2名で1体のアームを担う設計はリスク分散が主目的だ。本業繁忙でどちらかが欠席した週でも作業が止まらない。加えて、2名が同じ技術課題に取り組むことで設計知識が組織に定着しやすくなる。

アドバイザーの関与ルールは明確だ。本業（ALT2026での別テーマ調査）を最優先とし、参加は第3週定例とクールALTに限定する。「いつでも相談できる存在」ではなく、「節目のみに登場し、広範な技術知見から判断を助けるレフェリー」として機能させる設計だ。

プロジェクトチーム構成（週4h／人）
役割	氏名	主な責務
PM・統括	KK	計画立案・進捗管理・Arpable記事化・動画制作・YouTube／X／LinkedIn／Note投稿
水先案内人（アーキテクト）	SO	先行技術調査・技術方針判断・エンジニアへの設計パターン習得支援
実装エンジニア A	NK	実機組立・ソフト実装・データ収集
実装エンジニア B	KO	実機組立・ソフト実装・データ収集
アドバイザー	SN HN	広範な技術知見からの助言（ALT2026 別テーマ調査が本業）
スポンサー：社長（正式承認済）／業務管理部：発注手続き・会議室管理を担当

4. なぜスパイラルモデルを選んだか：手法は目的に従う

アジャイルでもウォーターフォールでもない、第三の選択肢。

手法の選定は、このプロジェクトが最初に下した技術判断だ。

アジャイル（Scrum）の前提は「ベロシティが計測できること」と「スプリント毎に動くプロダクトが出ること」だ。Physical AIのEnd-to-Endパイプラインで1スプリントに何ができるかは、やってみるまで分からない。ベロシティが定義できない段階では、アジャイルの仕組みは機能しない。

ウォーターフォールは論外だ。「Sim2Realで何が起きるか」は実際にやってみないと分からない。要件定義の段階で全工程を確定することはこの種のプロジェクトでは不可能だ。

スパイラルモデルを選んだ理由は一つだ。「わからないことがある」を前提に設計された唯一の手法だからだ。

スパイラルモデルは「計画→リスク分析→実験・試作→評価」のサイクルを繰り返す。各サイクルで「最大のリスクを1つ潰す」ことが目的であり、何がリスクかすら最初は分からない探索型プロジェクトに、これ以上適合する手法はない。

このプロジェクトのPM方針を一言で表すと「チャレンジ→観察→クイックピボット」だ。未知の領域に踏み込む以上、最初から正解を求めない。やってみて、結果を観察して、ダメなら素早く方向を変える。この方針はスパイラルモデルと同じ思想から来ている——「最大のリスクを1つ潰す」サイクルを回すとは、「やってみて、ダメなら即座に方向を変える権限をチームに与える」ことだ。方針転換は失敗ではない。スパイラルの設計通りだ。

この方針はプロジェクト開始初日から適用される。その第一実例がクール1の水先案内人によるWindows検証だ（→セクション9・W1参照）。

スパイラルモデルの「クール制」への翻訳

本プロジェクトでは、スパイラルの1サイクルを「クール」と呼ぶ。1クール＝2ヶ月。4名×週4時間×8週＝128時間が1クールの投入工数だ。「スプリント（アジャイル）」や「イテレーション（RUP）」ではなく、「クール」という独自語をあえて定着させる。このプロジェクト固有の文化として根付かせることに意味がある。

各クールの構造はシンプルだ。最初の週に「今クールで潰すべきリスクを1つ決める」。中盤6週で「実験・試作・記録」を行う。最後の週に「クールALTで成果と失敗を全社に発表し、次クールの計画を合意する」。

5. 軽量インセプションデッキ：このプロジェクトの「憲法」5条

チームの認識を揃える5枚のカード。最も重要な判断を先に全員で合意する。

インセプションデッキは、プロジェクト開始時にチームの認識を揃えるための合意文書だ。通常10項目あるが、前記事（Sim2Realロードマップ）がすでに一部の項目に答えているため、今回は本プロジェクト固有の問いに絞った5項目の軽量版を策定した。

CARD 1 ── NOTリスト：やらないことを先に決める

「やること」より「やらないこと」を先に明示することが、チームの認識ズレを防ぐ最速の方法だ。

やらないことの最重要項目は2つだ。「本業時間を侵食する超過稼働」と「論文・学術発表」だ。

超過稼働を禁じる理由は持続可能性の担保だ。週4時間という制約は障壁ではなく設計条件だ。この制約のもとで2年間走り切ることが、このプロジェクトをベンチマークとして成立させる根拠になる。燃え尽きたチームは何も残せない。週4時間を守ること自体が最重要ルールだ。

論文・学術発表をNOTリストに入れた理由は、Arpable記事・YouTube動画・SNSという独自の発信経路がすでにあるからだ。学術論文の形式に縛られるより、実践的な知見をリアルタイムで世の中に届ける方がこのプロジェクトの性格に合っている。

CARD 2 ── 夜も眠れない問題：リスクを最初から見えた状態にする

プロジェクト開始時点のトップリスクを正直に洗い出した。

最大のリスクは「NVIDIA Isaac Lab環境構築の長期難航」だ。これはクール1では表面化しない。しかし2年目のSim2Realフェーズであるクール5〜6で最も深刻になる可能性がある。リスクを「ないことにする」のではなく、「最初から見えていた」状態にしておくことが、スパイラルモデルでのリスク管理の核心だ。

なお、当初リスク「高」に分類していた「3Dプリントパーツの欠品」リスクは、キックオフ前に機材の入手が完了したため解消済みだ。リスク登録簿は実態に合わせて随時更新する。

技術リスク（クール1・新規登録）：水先案内人は、ネイティブUbuntuが業界標準とされる中で「Windowsネイティブ環境でLeRobotとSO-101がどこまで動作するか」の検証に取り組む。USBデバイス認識・GPUドライバ・リアルタイム制御の3点でUbuntuとの差が出るポイントを実測する。クール1末に結果を判断し、クール2以降の環境方針を確定する。これはPMであるKKが承認した「チャレンジ→観察→クイックピボット」の第一実例だ。

CARD 3 ── トレードオフスライダー：このプロジェクト固有の優先順位

スケジュール（固定）・スコープ（調整可）・品質（意図的に後順位）・コスト（上限あり）——4軸のトレードオフを明示した。

このプロジェクトでは、品質よりも体験、体験よりもエンジニアの育成を優先する。これは通常開発との意図的な逆転だ。

アープは通常の受託開発で品質を最優先にしている。しかし今回は違う。Physical AIという新設計パターンの習得こそが目的だからだ。完璧な成果物を作ることより、設計上の判断を下した根拠を記録すること、失敗から何を学んだかを言語化することの方がはるかに重要だ。

判断原則を一文で表すと「スコープを削っても2年は守る。何を体験し何を習得したかの記録は一切妥協しない。」だ。

CARD 4 ── チーム構成

PM・水先案内人・実装エンジニア2名・アドバイザー2名の5名体制。
役割設計の思想と育成方針は「3. チーム設計」で詳述している。

CARD 5 ── スケジュール・ガバナンス・発信フロー

2ヶ月1クールのスパイラル制で9クール2年間を走る。
全貌は「6. 9クール制スケジュール」および
「7. ガバナンス設計」で詳述している。

6. 9クール制スケジュールの全貌

1年目はReal-to-Realで「型」を作り、2年目はSim2Realで「知能」を加速させる。

1年目（2026年）：Real-to-Real 基盤確立

1年目のキーワードは「型（Kata）」だ。多くの開発者が陥る「昨日は動いたが今日は動かない」という不安定さを徹底的に排除し、誰がやっても同じ結果が出る再現可能な状態を作ることが1年目のミッションだ。

クール1（4〜5月）では機材調達・物理標準化・開発環境構築を行う。クール2（6〜7月）ではBehavior Cloningを使ったEnd-to-End最小ループの初回成功を目指す。クール3（8〜9月）では意図的に環境を「崩す」ことでAIの弱点を分析し、堅牢性を高める。クール4（10〜11月）では3回連続成功という定量的マイルストーンを達成し、THE PACKAGE v1.0を完成させる。

その後12月〜1月をバッファ期間として確保する。クール4に遅延が生じた場合の挽回策検討期間として、スケジュールに意図的に組み込んだ余裕だ。順調な場合は充電・2年目設計の熟成に使う。

2年目（2027年）：Sim2Real 実装

2年目はシミュレーションの力を借りて知能を加速させる。

クール5（2〜3月）ではNVIDIA Isaac Simを使ったデジタルツイン（SO-101の仮想分身）を構築する。URDFデータによる物理特性の正確な再現が最初の壁だ。クール6〜7（4〜7月）ではIsaac Lab上でのDomain Randomizationと並列学習を実施する。現実では1回ずつしかできない練習を、シミュレータ内で数千台同時に24時間回し続ける。クール8（8〜9月）ではFine-tuningによる実機デプロイを行う。クール9（10〜11月）で実機成功率85%の達成と最終THE PACKAGEの公開をもってプロジェクト完了となる。

9クール制スケジュール一覧
クール	期間	主要テーマ	成功指標
クール1	2026年4〜5月	機材調達・物理標準化・開発環境構築	パイプライン疎通確認
クール2	2026年6〜7月	E2E最小ループ初回成功（Behavior Cloning）	1回でも動く
クール3	2026年8〜9月	「崩し」テスト・失敗分析・堅牢性向上	失敗パターンの言語化
クール4	2026年10〜11月	THE PACKAGE v1.0完成・3回連続成功認定	3回連続成功
バッファ	2026年12月〜2027年1月	振り返り・2年目設計の熟成・充電	—
クール5	2027年2〜3月	デジタルツイン構築・URDF統合	仮想SO-101完成
クール6	2027年4〜5月	Domain Randomization・並列学習開始	学習ループ稼働
クール7	2027年6〜7月	並列学習検証・Sim-to-Real Gap分析	Gap言語化
クール8	2027年8〜9月	Fine-tuning・実機デプロイ・成功率検証	実機で動く
クール9	2027年10〜11月	最終THE PACKAGE確定・プロジェクト完了	成功率85%
総投入工数：約1,000〜1,300時間／プロジェクト完了：2027年11月

7. ガバナンス設計：クールALTと定例の全設計

アープ・ライトニングトークをプロジェクトの背骨に組み込む。

クールALT（アープ・ライトニングトーク）の設計

クールALTは各クール末に実施する全社員向けLT（ライトニングトーク）形式のレビュー会だ。毎回火曜日 20:00〜21:00 リモートで実施する。

発表は3部構成だ。第1部は「成果と達成マイルストーン」。第2部は「失敗分析——なぜうまくいかなかったか、データに基づいた言語化」。第3部は「次クールの課題とリスクの宣言」だ。

「失敗を報告することが評価される場」を作ることが、このプロジェクトを走り切るための組織文化的条件だ。失敗を隠すチームは同じ失敗を繰り返す。クールALTはその逆の文化を組織に根付かせる仕組みだ。

クールALT #1は2026年5月26日（火）20:00〜21:00に開催する。全社員がオーディエンスだ。

週次定例の設計

週次定例は毎週火曜日 20:00〜21:00 リモートで開催する。参加メンバーはKK・SO・NK・KOの4名だ。

ただし各クールの第3週は例外で、金曜日 17:00〜19:00 に事務所でのオフ会形式に変更する。ロボットアームが1体しかないため、実機を使った作業・確認は必ず全員が集まるオフ会で行う。リモートでは実機の細かな物理的問題（ネジの締め具合、ケーブルのたわみ、グリッパーの把持感）は共有できない。

クールALT後の発信フロー

クールALT終了後、以下の順序で外部発信する。

クールALT（全社LT）→ Arpable 記事配信 → YouTube 動画 → X（旧Twitter）投稿 → LinkedIn 投稿 → Note 投稿

記事と動画がTHE PACKAGEの中核を担う。スライドで発表した内容を記事として完全再現し、制作過程を動画で記録する。この連鎖がアープの実践知を世の中に届けるパイプラインだ。

8. THE PACKAGEとは何か：このプロジェクトの最重要成果物

「知らない人が読んで再現できる」——それが唯一の品質基準だ。

THE PACKAGEとは、本プロジェクトが作り続ける「再現可能な実践知の総体」だ。一般的な用語ではなく、このプロジェクト固有の成果物名として定義する。

THE PACKAGEが内包するのは以下の要素だ。

手順書：組立コマンド・環境構築ステップ・各フェーズの実装手順
失敗記録：何が起きたか・なぜ失敗したか・どう立て直したかのデータに基づく言語化
トラブルシューティング表：同じ問題に直面した次のチームが即座に参照できる索引
設計判断のログ：なぜその技術を選んだか・なぜその実装順序にしたかの根拠
制作過程の動画：実機組立・学習ループ・実験結果・失敗場面を含む記録映像

動くロボットは壊れても、記録は残り続ける。そしてその記録が、次のチームの2年間を1年に短縮させる。

THE PACKAGEはクール毎に更新される生きたドキュメントだ。中間版はクール4（2026年11月）終了時にTHE PACKAGE v1.0として公開する。最終版はクール9（2027年11月）終了時に公開する。

9. クール1 詳細実行計画（2026年4月〜5月）

週次タスク・担当者・定例日程・マイルストーンを全公開。

クール1の目標と前提条件

クール1のゴールはBehavior Cloningで動かすことではない。クール2でそれを行うための「土台」を固めることだ。物理標準の確立・開発環境の完成・パイプライン全体の疎通確認の3点が達成基準だ。

前提条件として、機材（SO-101ロボットアームキット、Raspberry Pi 5 / 8GB、カメラモジュールV3、E-Stop等）はすでに入手済みだ。W1初日から組立・環境構築を開始する。

定例・オフ会スケジュール

クール1 定例・イベント一覧
日程	種別	形式・場所	主な議題・目的
4/7（火）	キックオフ	20:00〜21:00 リモート	インセプションデッキ共有・役割確認・THE PACKAGEテンプレート着手
4/14（火）	第2回定例	20:00〜21:00 リモート	W1進捗確認・ブロッカー解消・THE PACKAGEテンプレート完成
4/24（金）	第1回オフ会＋キックオフ会食	17:00〜19:00 事務所（実機あり）＋会食	SO-101全員での実機制作・全軸動作確認。終了後、社長も加えたキックオフ会食を事務所にて開催
4/28（火）	GW休み	定例なし	自習継続（THE PACKAGE記録・物理標準書完成）
5/5（火）	GW休み	定例なし	自習継続（カメラ接続・LeRobotテスト）
5/12（火）	第3回定例（ADV参加）	20:00〜21:00 リモート	アドバイザー参加・統合テスト進捗確認・技術課題の助言
5/22（金）	第2回オフ会	17:00〜19:00 事務所（実機あり）	LTリハーサル・THE PACKAGE最終記録・クールALT #1 準備完了確認
5/26（火）	クールALT #1（全社LT）	20:00〜21:00 リモート	全社員向けLT発表・THE PACKAGE最終版提出・クール2計画承認
GW期間（4/28・5/5）は定例なし・自習継続。業務管理部：会議室管理を担当。

4/24 第1回オフ会について

4月24日（金）17:00〜19:00は、チーム全員が事務所に集まりSO-101の実機制作を行う。この日が「初めてアームが動く状態になる」記念日になる予定だ。

実機の前で全員が手を動かすことで、それまでリモートで共有していたドキュメントや設計方針が初めて「実体」を持つ。この体験がクール1の最大のマイルストーンだ。

オフ会終了後、社長も加えたキックオフ会食を事務所内で開催する。動く実機を目の前にした状態で社長に直接進捗を届けることで、プロジェクトの熱量と方向性を全員で共有する。

週次タスク詳細

W1（4/6〜4/12）：キックオフと「チャレンジ→観察→クイックピボット」方針の始動

KKはキックオフ進行・議事録作成・週次定例カレンダー設定・THE PACKAGEテンプレート着手を担当する。若手エンジニアはSO-101の開封・部品確認・写真記録・仮組みを開始する。機材入手済みのため、W1初日から組立が始まる。

水先案内人はW1初日から「チャレンジ→観察→クイックピボット」方針の第一実例を始動する。「Windowsネイティブ環境でLeRobotとSO-101の制御がどこまで動作するか」を検証するチャレンジだ。これはPMであるKKが正式に承認した技術的実験だ。

ネイティブUbuntuが業界標準とされる中でWindowsを試す理由は明確だ。このプロジェクトは教科書通りの手順を踏む場ではなく、未知に踏み込んで設計パターンを学ぶ場だ。Windowsで動けばその知見が次の開発者を助ける。動かなければ、その理由の言語化がSim2Real開発環境の選定基準になる。ダメならクイックピボット——それだけだ。この検証結果はTHE PACKAGEに記録され、クールALT #1で発表する。

W2（4/13〜4/19）：環境構築と本組み

水先案内人はWindows環境でのNVIDIAドライバ・CUDA環境のセットアップとLeRobotのインストールを進め、nvidia-smiによる動作確認・USB接続テストを行う。若手エンジニアはSO-101の本組み（リンク・サーボ取付）とネジ締め標準値・ケーブル取り回しの記録を行う。この「物理的な標準値の記録」こそが、誰がやっても同じ結果になる「型」の核心だ。

W3（4/20〜4/26）：第1回オフ会と実機確認

4月24日（金）17:00〜19:00の事務所オフ会が最大の山場だ。水先案内人がLeRobot動作環境の構築完了とUSB接続テスト手順の策定を担当する。若手エンジニアがグリッパーの組付け・E-Stop配線・SO-101全軸の手動動作確認を実機で行う。この日初めて「アームが動く」状態になる。

W4〜W5（GW期間）：定例なし、自習継続

プロジェクトは止まらない。各自が週4時間の範囲で自習を継続する。GWが自習期間になることでW3までの遅延を吸収できる。これがバッファ期間と並ぶスケジュール設計の柔軟性だ。

W6（5/11〜5/17）：統合テストとアドバイザー参加

5月12日（火）の定例にアドバイザーが参加する。クール1で初めてアドバイザーが関与する場だ。水先案内人が全体統合テスト（PC〜Pi5〜SO-101〜カメラの一気通貫確認）を実施し技術サマリーを着手する。若手エンジニアがLeRobotからSO-101制御テスト最終確認とTHE PACKAGE記録入力を行う。

W7（5/18〜5/24）：第2回オフ会とLTリハーサル

5月22日（金）17:00〜19:00の事務所オフ会でクールALT #1のLTリハーサルを実機前で行う。スライド最終調整・実機デモの段取り確認・THE PACKAGE最終記録が主な議題だ。

W8（5/25〜5/31）：クールALT #1（全社LT）

5月26日（火）20:00〜21:00、全社員を対象としたクールALT #1を開催する。KKが進行・司会を担当する。水先案内人が技術パート（環境構築・Windows検証の知見）、若手エンジニアが実装パート（組立・標準化の知見）を担当して発表する。アドバイザーはクール2の課題に対して技術助言を提供する。

10. 技術スタック：選定理由と構成の全貌

SO-101、LeRobot、Isaac Lab——なぜこの組み合わせか。

技術スタックの選定は「安く始めて高く育てる」設計だ。1年目は実機中心の低コスト構成で「型」を作り、2年目にシミュレーション環境を加えてSim2Realの設計パターンを習得する。

ロボットアーム：SO-101（SO-ARM101）

Hugging FaceがオープンソースとしてリリースしたLeRobotプロジェクトの標準アームだ。Seeed Studio製のSO-ARM101として国内流通している。最大の理由は「コストと再現性のバランス」だ。10万円以下でありながら、Hugging Faceのエコシステムと直接繋がることができる。

コントローラ基板を介してUSBでPC接続できるため、追加のマイコン購入は不要だ（旧モデルSO-100で必要だったXIAO RP2040等は本機では不要）。

学習ライブラリ：LeRobot（HuggingFace）

1年目のReal-to-Realフェーズのメインライブラリだ。「50〜100回の教示デモが数万コマの学習データになる」という設計は、週4時間チームにとっての決定的な優位点だ。データ収集から学習・推論までのパイプラインが整備されており、End-to-Endの流れを最短で体験できる。

シミュレーション：NVIDIA Isaac SimとIsaac Lab

2年目のSim2Realフェーズで使用する。Isaac Simが物理・描画の土台（シミュレータ本体）で、Isaac Labがその上でロボットの知能を効率的に鍛える学習フレームワークだ。Omniverse Launcherは2025年10月に廃止済みで、現在はpipインストールが標準だ。

pip install "isaacsim[all,extscache]==5.1.0" --extra-index-url https://pypi.nvidia.com
git clone https://github.com/isaac-sim/IsaacLab.git
cd IsaacLab
./isaaclab.sh --install

エッジAI基板：Raspberry Pi 5（クール1）→ Jetson Orin Nano Super（クール5〜）

1年目はRaspberry Pi 5（8GB版）を使う。8GBを指定する理由は、AI推論とデータロギングを同時実行する際のメモリ余裕がリアルタイム性に直結するからだ。2年目のSim2Realフェーズでは、より高度なAIモデルをエッジで動かすためにJetson Orin Nano Superへのアップグレードを検討する。