何が起きたか

Comauは2026年10月21日、NVIDIAの技術を製品とシステム設計工程に統合すると発表した。次世代の産業用ロボット制御装置にはNVIDIA Jetsonのエッジ計算を採用し、産業用・協働・モバイルロボットをNVIDIA Isaac Simに取り込む。物流機器では、視覚機能と制御戦略の最適化にもNVIDIAのソフトウェア群を使う。

詳細

Comauは、ロボットのシミュレーション、試験、合成データ生成に使うオープンソースのIsaac Simに自社のロボット群を統合する。SimReady形式のOpenUSDロボット資産をHugging FaceのSimReady Central Libraryに提供し、Comauによると、開発者が検証済み資産を見つけて再利用しやすくする狙いだ。 物流分野では、MI.RA視覚システムのAIモデル開発に加え、パレタイジングとデパレタイジングに強化学習を用いる。Isaac Simの物理シミュレーション、物流ワークフローの離散事象シミュレーション(DES)、Isaac Labの学習機能を利用し、工場に適用する前に仮想環境で制御戦略を学習・検証するとしている。

Key Facts

ComauはNVIDIAの技術を製品ポートフォリオと設計工程に統合すると発表した。[1]
次世代のComau産業用ロボット制御装置にNVIDIA Jetsonのエッジ計算を組み込む。[1]
Comauの産業用・協働・モバイルロボットをNVIDIA Isaac Simに統合する。[1]
ComauはSimReady形式のOpenUSDロボット資産をHugging FaceのSimReady Central Libraryに提供する。[1]
MI.RA視覚システムのAIモデル開発や、パレタイジングとデパレタイジングの強化学習にNVIDIAの技術を活用する。[1]

本紙の見方

今回の構成で特徴的なのは、NVIDIA技術の適用先をロボット制御装置だけにせず、仮想環境での設計・学習・検証にも広げている点だ。Jetsonは次世代制御装置のエッジ計算を担い、Isaac SimとIsaac Labはロボットや物流工程を仮想環境で扱う。さらにMI.RAの視覚機能やパレタイジングなどを学習対象にしており、計算基盤、シミュレーション、制御の開発を一つの工程として接続する構成と読める。ただし、Jetsonの型番、制御装置の性能値、実機での検証結果は発表文に示されていない。 本紙の関連記事であるAgility Robotics、Digit 5の車載計算基盤をNVIDIA IGX Thorに統一は、特定のヒューマノイドの車載計算基盤を扱った。これに対しComauの発表は、産業用制御装置へのJetson採用と、複数カテゴリのロボットをシミュレーション環境に統合する取り組みを併記する。両者は対象機体も計算製品も異なり、性能の優劣を比較できる情報はない。NVIDIA技術の採用という共通項だけで、同じ実装方式とみなすべきではない。 また、AWSがロボット開発向け工具链を公開との対比では、開発ツールを公開する動きと、ロボットメーカーが自社製品・設計工程に計算とシミュレーションを組み込む動きの違いが見える。ComauはSimReady資産を共有ライブラリーに提供するとしている一方、発表文が説明するのは資産の再利用や準備時間の削減であり、実機導入までの期間短縮を定量的に示したものではない。仮想環境から実機へ移す際の精度や追加調整の規模は別に確認が必要だ。 業界構造への含意は、ロボット本体の選定だけでなく、シミュレーション用資産の整備や学習・検証環境が自動化導入の工程に組み込まれる可能性にある。再利用可能な資産が増えれば準備負担を抑えられるというのがComauの説明だが、ライブラリーに登録される資産の範囲や、異なるロボット・工程間でどこまで再利用できるかは示されていない。今後はJetsonの具体的な構成、対象となる製品と適用時期、シミュレーションで得た制御戦略の実機評価、導入後の性能指標を確認する必要がある。

なぜ重要か

Comauは、工場に適用する前に仮想環境でロボットの制御戦略を学習・検証する構成を示し、SimReady資産の再利用によって開発準備の時間を減らせるとしている。産業用ロボットや物流機器の自動化を検討する側にとって、実機投入前のシミュレーションを製品設計と結び付ける取り組みだが、導入効果の定量値は公表されていない。