製品紹介
教育・研究分野向けに、具現化ロボットの専門ソリューションを提供します。入門教育から高度な研究までをカバーする 7 つの中核製品を軸に、機械・電子・AI 技術を統合し、拡張性とサポート体制を兼ね備えた製品群を構築しています。K12 のロボット入門教育、中等・高等職業教育の実践訓練、大学・研究機関の先端研究まで、各シーンに応じた最適なプラットフォームを提供します。
7つのコア製品
入門から上級まで、K12から大学・研究までをカバー。
Mシリーズ · カリキュラム設計プラットフォーム
入門啓発から研究強化まで、モジュール構成とカリキュラム設計に特化した学習キット。
エンボディド・ロボット イノベーションデザインキット (40-in-1) Ubot MR40
シャーシ、ロボットアーム、複合ロボットを含む 40 種類の代表的な具現化ロボット構成をゼロから構築できます。グラフィカルプログラミング、C++（Arduino）、Python に対応し、段階的なカリキュラムとあわせて、ロボット入門教育、探究活動、競技会向けの実践に適しています。
具現化ロボット革新設計プラットフォーム（強化版）GX-MAT-09S
エンジニアリングレベルのエンボディド複合ロボット設計キット。11種類のシャーシ+7種類のロボットアーム、80種類以上の複合ロボット構成の構築をサポート。12Vエンコーダ付きDCモーターを採用し、シャーシの最大積載量は25kg。制御はArduino、STM32、エッジコンピューティングボードを網羅し、マルチレベルの開発をサポート。ビジョンやLiDARなどの主流ロボットセンサーを搭載。専門的なイノベーショントレーニングに適しています。
Pシリーズ · タスク実習プラットフォーム
視覚・航法・計画・LLM 連携など、具現化知能タスクの実装に特化した実習システム。
携帯型 ROS ナビゲーション学習プラットフォーム UNI-WR2
全長 13cm 未満の携帯型 ROS ナビゲーションロボットで、60×60cm 程度の卓上環境でも SLAM 実験を実施できます。Cartographer、Hector、Gmapping を含む 5 段階の ROS エンジニアリング学習フローを備えています。
具現化知能タスク計画実習プラットフォーム RAI-P4
大規模モデル、音声、ビジョン、ロボットアーム、ジンバルを統合した、具現化インタラクティブエージェント向けのワンストップ実習プラットフォームです。DeepSeek、Qwen、Doubao などの主要モデルに対応し、OpenCV、YOLO、マルチモーダル VLM などの視覚ワークフローもカバーします。エージェント設計、ロボット制御、エージェント開発、ビジョン統合開発までを含む実習カリキュラムを備え、専門課程の総合実習に適しています。
具現化複合ロボット システム設計実習プラットフォーム RAI-M4
全方向シャーシ、5軸ロボットアーム、デプスカメラ、LiDAR、音声対話を統合したワンストップのエンボディドAIトレーニングプラットフォーム。Qwenなどの主流の大規模モデルに適合。3つのビジョンソリューション、2つのSLAMナビゲーションソリューション、ROS 2を内蔵。エンボディドエージェント、ビジョン、ナビゲーション、ロボットオペレーティングシステムに関する包括的なコースを備え、専門的な総合トレーニングに適しています。
具現化ロボット操作計画総合実習プラットフォーム ALO-LE4
デュアル5軸アーム搭載。ACTアーキテクチャのエンドツーエンドソリューションに基づく、エンボディドロボット操作実行トレーニングプラットフォーム。デプロイ不要ですぐに使用可能。データ収集プラットフォームとして機能するほか、模倣学習やエンドツーエンドのインテリジェント制御ソリューションの研究にも適しています。
重要な質問
Q1：本ドキュメントの製品はどの教育段階をカバーし、各段階で推奨されるコア製品は？
回答：本資料の製品は、K12、中等職業教育、高等職業教育、学部、大学院、研究まで、全ての教育段階をカバーしています。段階別の推奨製品は以下のとおりです。
K12、中等職業教育 / 高等職業教育1年生、大学1年生：推奨製品は具現化ロボット革新設計キット（40-in-1）Ubot MR40 です。グラフィカルプログラミングと C++ / Python 開発に対応し、組立のハードルも低く、シャーシ、ロボットアーム、複合ロボットなど多様な典型構成をゼロから組み立てられるため、ロボット入門教育、探究実践、競技導入に適しています。
学部基礎科目：推奨製品は具身ロボット革新設計プラットフォーム（強化版）GX-MAT-09Sです。機械原理、センサ検出、ROS入門などの中核科目を支援し、11種類のシャーシと7種類のロボットアーム構成を組み立てられるため、授業実験から競技訓練まで幅広く対応できます。
学部上級科目、および大学院 / 研究用途：推奨製品は具身知能タスクプランニング実習プラットフォーム RAI-P4です。大規模モデル技術とロボット技術を統合しており、タスクプランニングや音声・視覚融合型の知能システム研究に活用できます。
Q2：大学で“ROS”および“移動ロボット航法”の授業を行う場合、どの製品が最適で、その強みは？具現化ロボット革新設計プラットフォーム（強化版）GX-MAT-09S携帯型 ROS ナビゲーション学習プラットフォーム UNI-WR2
回答：ROS と移動ロボットナビゲーションの授業に最も適している製品は、ポータブル ROS ナビゲーションロボット学習プラットフォーム UNI-WR2と、具身ロボット革新設計プラットフォーム（強化版）GX-MAT-09Sです。主な優位点は以下のとおりです。
UNI-WR2：
• 導入の柔軟性：超小型・軽量（13cm未満、550g未満）で、最小 60cm×60cm の卓上スペースでも SLAM ナビゲーションを実現でき、大きな実験場を必要としません。
• 教学の深さ：ROS の工学的な導入プロセスを 5 段階（原理 → デモ → フレームワーク分解 → 機能パッケージ設定 → 全パラメータ調整）に分解し、Cartographer、Hector、Gmapping の3種類のナビゲーション方式と組み合わせて段階的な実験を設計できます。
GX-MAT-09S：
• 機能の充実：ROS 授業を支援し、11種類のシャーシと7種類のロボットアーム構成を組み立て可能です。さらに LiDAR（測距範囲 0.12〜8m）と組み合わせることで、移動ロボットのナビゲーションと自己位置推定の実習をカバーできます。
• 計算性能：RDK X5 メインボード（10TOPS）を搭載し、Ubuntu + ROS をプリインストール。SLAM 地図作成や自律障害物回避などの複雑なアルゴリズムの実行と調整を支えます。
Q3：大規模言語モデル統合に対応する製品はどれで、何ができますか？具現化複合ロボット システム設計実習プラットフォーム RAI-M4具現化知能タスク計画実習プラットフォーム RAI-P4具現化ビジョン認識・意思決定 実習プラットフォーム RAI-Q2
回答：大規模モデル連携アプリケーションに対応する製品は 3 種類あります。
RAI-P4：通義千問、DeepSeek、火山引擎を統合。ASR（通義千問）、LLM（DeepSeek）、TTS（火山引擎）、Function-call（音声対話型計算機、音楽再生、ジンバル / ロボットアームのタスクプランニングなど）を実現でき、YOLO・顔追跡・ロボットアーム制御との統合アプリケーションにも対応します。
RAI-M4：DeepSeek（LLM）と通義千問（ASR + マルチモーダル）に対応。自然言語をロボットタスクフローへ変換する機能（音声指令によるシャーシ / ロボットアーム制御）や、マルチモーダル物体検出（通義千問）を実現し、メカナムシャーシと4軸ロボットアームを組み合わせた汎用操作が可能です。
