HuRoC Human-Robot Commons
ニュースレター
LATEST
研究と社会

走りながら土砂をまくダンプを1つのAIで。パーソルクロステクノロジーと松尾研発UnseedがVLAを共同研究

パーソルクロステクノロジーと東京大学 松尾研発スタートアップのUnseedが2026年10月30日、建設機械の「走行」と「作業」をVLAモデルで一体的に制御する共同研究開発を始めた。最初の題材はダンプトラックで走りながら土砂をまく作業で、シミュレーション環境でモデルを構築・検証し、実機での検証も視野に入れる。将来は「このエリアを埋め戻す」といった言葉の指示で動く自律システムを目指す。

HuRoC 編集部
編集部 · HuRoC
7分

荷台を傾けたダンプトラックが前へ進み、落ちた土砂が走ったあとに広がっていく。走ることと、荷を扱うこと。1台の建設機械の中で同時に起きるこの2つの動きを、1つのAIモデルで制御する研究が始まった。

パーソルグループでテクノロジーソリューション事業を手がけるパーソルクロステクノロジー（東京都新宿区）と、東京大学 松尾研発スタートアップのUnseed（東京都文京区）は2026年10月30日、建設機械の「走行」と「作業」をAIで一体的に制御し、無人作業の実現を目指す共同研究開発を始めたと発表した（PR TIMESでも配信）。使うのは、カメラの映像と言葉の指示から機械の行動を生成するVLA（Vision-Language-Action、視覚・言語・行動）モデルだ。

VLAの入出力を示した図。左に視覚情報（Vision）、言語指示（Language）、車両状態（Vehicle State）の3つの入力、中央に「周囲の状況と指示を理解し、行動を生成」するVLA、右に荷台を上げて土砂を落とすダンプトラックと「走行と土砂をまく作業を統合制御」の文字（パーソルクロステクノロジー）

最初の課題は、ダンプで走りながら土砂をまくこと

リリースによると、ユースケースはダンプトラックによる土砂運搬だ。シミュレーション環境を使いながらVLAモデルを構築・検証し、まずは走行しながら土砂をまくときに必要な「走行」と「作業」を一体的に制御するタスクに取り組む。公開された図では、VLAへの入力に視覚情報と言語指示に加えて「車両状態」が並ぶ。

背景として両社が挙げるのは、建設機械の自動化が進む一方で、多くの場合「走行」と「作業」が別々に制御されているという点だ。現場には、走りながら土砂をまく、対象物を認識しながら移動して掘削するといった、移動と作業を組み合わせる場面が多い。従来は別々のロジックやシステムで実現してきたこの2つを、VLAで統合的に扱うことで、より柔軟な自律システムを目指すという。

その先には、言葉で指示できる機械がある。リリースは将来像として、「指定した場所まで移動して土砂を下ろす」「このエリアを埋め戻す」「資材を指定位置まで運搬する」といった自然言語の指示を理解し、状況に応じて行動を生成する自律システムを挙げる。

項目リリースの記載
発表日2026年10月30日
対象ダンプトラックによる土砂運搬（最初のタスクは走行しながら土砂をまく作業）
現在の段階シミュレーション環境でのVLAモデルの構築・検証
実機実機での検証も視野に入れ、実環境への適用可能性を評価していく（時期の記載なし）
将来の展開自動車をはじめとするモビリティ、産業機械、ロボットへの展開を検討
役割パーソルクロステクノロジー：シミュレーション、車両制御、実験・評価、導入コンサルティング／Unseed：AIモデルの研究開発

使うシミュレータの名前、対象にするダンプの種類や大きさ、学習データの集め方と量、研究の期間、予算は、リリースに書かれていない。いま公表されているのは、シミュレーションの中で走行と土砂まきを1つのモデルで扱う研究を始めた、という段階までだ。

会議室で両社のメンバーがノートPCを開き、壁のモニターに映ったダンプトラックのCGを見ている（パーソルクロステクノロジー）

車の開発支援とAIの研究室、2社の組み合わせ

パーソルクロステクノロジーは、自動車・航空宇宙・産業機械・ロボットなどの開発支援や請負を手がけ、1万人を超えるエンジニアを抱えるとしている。今回持ち込むのは、自動運転・ADAS（先進運転支援システム）やロボティクスの開発支援で積み上げたシミュレーション、車両制御、実験・評価の技術だ。同社の取締役執行役員、川畑輝郎氏はリリースのコメントで、「移動」と「作業」の双方の知見を生かし、ダンプトラックを題材に「走行」と「土砂をまく作業」をVLAで統合的に扱うことに挑戦すると述べている。

Unseedは、画像認識、AIエージェント、研究開発を中心に、業務に特化したフルカスタムのAI開発を手がける。代表取締役の山邊璃久氏はコメントで、パーソルクロステクノロジーには「AIだけでは完結しない車両・機械側の深い知見」があり、双方の強みを掛け合わせることで技術レベルを上げられると考えて共同研究に至ったと説明した。

パーソルクロステクノロジー（課題整理・構想策定、AIと実機をつなぐ車両制御技術、自動運転・ロボティクスの開発実績、シミュレーション・実験による検証・評価）とUnseed（東京大学 松尾研発の最先端AI研究の知見、業務特化型のフルカスタムAI開発、VLAモデルの設計・開発、AIモデルの学習・最適化）の強みを掛け合わせ、「走行」と「作業」を一つのAIで統合制御する建設機械向けフィジカルAI（第一弾はダンプトラックによる土砂運搬）につなぐ図（パーソルクロステクノロジー）

狙いは建設機械にとどまらない。両社は、特定の車両や作業用途に限定されないVLA技術基盤を作るとし、将来は自動車をはじめとするモビリティや産業機械、ロボットへの展開も検討する。パーソルクロステクノロジーは技術開発に加え、VLAの導入を検討する企業に向けて、ユースケースの整理や導入構想の策定といったコンサルティングも行う。

これまでの自動ダンプは、運ぶ機械とまく機械を分けてきた

国内の建設現場では、自動化したダンプトラックがすでに動いている。鹿島は秋田県の成瀬ダムの堤体打設工事で、自動化施工システム「A⁴CSEL（クワッドアクセル）」を使ってきた。2023年10月の発表によると、55トン積級の自動ダンプトラックが材料を積み、自動で経路を生成して、自動ブルドーザがまき出しをしている地点まで運び、±50cmの精度で荷を下ろす。最大約600mを後進で走るのは、有人運転では難しい自動運転ならではの方式だという。土砂を広げる「まき出し」は自動ブルドーザが、締め固めは自動振動ローラが担い、約400km離れた神奈川県小田原市の管制室から3人で14台を動かしていた。

鹿島は2025年6月、バックホウとアーティキュレートダンプトラックも自動化し、積込み、運搬、敷均し、転圧の4つの作業を4機種の連携で自動化した。鉱山では、コマツの無人ダンプトラック運行システム（AHS）が2008年の商用導入から2026年4月に累計1,000台に達し、累計の運搬量は115億トンを超える。

これらの先行例は、機械ごとに役割を分け、それぞれを自動化してつなぐやり方で成果を出してきた。今回の研究が扱うのは、その分担の内側、1台の機械の中で移動と作業を同時に決める部分だ。ダンプの役割を「運んで下ろす」から「走りながらまく」へ広げられれば、現場での機械の組み合わせ方も変わりうる。

VLAは、国の戦略文書に載る言葉になった

リリースが引く政府の「AIロボティクス戦略」は、AIロボティクスに関する関係府省連絡会議が2026年3月26日に策定し、5月27日に一部を変えた文書だ。VLAを「視覚・言語・行動を統合してタスク遂行に必要な行動方策を生成する」技術と説明し、ロボット基盤モデルの開発では「現時点ではＶＬＭやＶＬＡ等を中核とするアプローチが有力な選択肢」と書く。2040年までに1,000万台規模のAIロボットを国内に導入するという目標を掲げ、対象18分野には建設・土木が入っている。

国土交通省は、2024年4月の「i-Construction 2.0」で、2040年度までに建設現場の省人化を少なくとも3割、生産性を1.5倍にする目標を置いた。2026年9月4日には「建設分野におけるフィジカルAI戦略」（中間とりまとめ）を公表し、「機械施工（土工等：掘削、運搬、敷き均し、積込み等）」を含む8つの重点分野を選んだ。10月9日からは産学官の「建設分野のフィジカルAIコンソーシアム」の会員を募っており、初回の公募は11月6日まで、第1回の全体会議は11月下旬の予定だ。

建機のVLAは、ほかにも動いている。経済産業省とNEDOのGENIACのロボット基盤モデル公募では、日立建機が奈良先端科学技術大学院大学と組む油圧ショベル向けVLAモデルの開発が採択された。NEDOの事業概要によると、カメラ画像や指示テキストから行動を生成する基盤モデルに屋外での操作データを学ばせ、実機を動かして岩などの除去や鉱山での掘削積込を実証する計画だ。日立建機はToyota Woven Cityでの施工実証にも加わっている。ショベルの腕を動かす研究と、ダンプの走行と荷台を同時に動かす研究が、同じ時期に並んだことになる。

HuRoCの視点

2008年にコマツが無人ダンプの商用導入を始めたとき、自動化されたのは鉱山で資源を運ぶ超大型ダンプの走行だった。鹿島の成瀬ダムでは2020年度から、自動化した複数の機械が役割を分けて連携し、施工している。今回の研究は、1台の機械に「見て、指示を受け、走りながら作業する」ことを求める。3つを並べると、自動化の対象が機械どうしの分担から、1台の中の移動と作業の協調へと広がろうとしているようにも見える。

海外では、後付けキットで油圧ショベルを自律化するBedrock Roboticsが、運転席に人を乗せない状態での実案件稼働を発表している。両社が掲げる「特定の車両や作業用途に限定されない」基盤も、1つの機種に閉じない自律化を目指す点で通じる。松尾研の周辺では、松尾研究所が川崎重工のKaleido9でシミュレーションから実機へ移す強化学習を6週間で組んだ例もある。Unseedは松尾研発スタートアップで、松尾研究所とは別の会社だが、シミュレーションで学び実機へ移す流れは共通している。

今回の発表で特徴的なのは、自動運転・ADASの開発支援で培ったシミュレーションと車両制御の技術が、建設機械のAIに持ち込まれる点だ。走りながら土砂をまくとき、車速と荷台の動きをどう組み合わせて土砂を広げるのか。リリースは制御の中身までは書いていない。シミュレーションの中でその加減をどこまで再現できるか、次に実機のダンプへ移すときに何を足すか。研究の次の節目は、実機検証の時期と場所が示されるときになる。

出典