現場のデータをどう残すか決めかねている方へ

工場や物流の現場に作業記録が貯まっていて、いつかAIに使えるかもしれないが何を残せばいいのか分からない。そういう段階の方に向けて書いています。

判断の材料が出ました。実際に学習へ使われたデータが、中身ごと公開されたからです。

何が公開されたのか

一般社団法人AIロボット協会（AIRoA・理事長 尾形哲也氏）が2026年7月31日、ロボットの動作データセットとVLAモデルを一般公開しました（プレスリリース）。経済産業省とNEDOのGENIAC事業の採択事業として集められたものです。

公開されたのは3点です。

モデルは、VLA（Vision-Language-Action）のオープンソース実装であるπ0.5に対して、このデータで継続事前学習をかけたものです。

量の話は半分だけです

プレスリリースの見出しは約5000時間です。データセットカードの記載では5,025.1時間、1億8090万フレーム、成功した動作エピソードが118万件。ロボットのデータとしては大きい部類に入ります。

ただし、44台のロボットはすべて同一機種です。モバイルマニピュレータHSR（Human Support Robot）を5拠点で動かして集めています。作業の種類は、主要68種に拠点固有の25種を足した93テンプレート。

量は多く、種類は限られている。この形は、私たちがロボット基盤モデルの伸びを決めているのはデータの集め方ですで扱った研究の指摘と一致します。増やすべきなのはデータの量ではなく、環境と物体の組み合わせの多様性でした。

つまり自社の現場の作業は、ここには入っていません。

記録されているもの

ここからが本題です。1エピソードに何が同期記録されているかを見ます。

種別 内容
映像 頭部と手首の2系統、480×640のRGB、10fps
力覚 手首の6軸力覚（履歴100サンプル分を保持）
関節 アーム・手首・グリッパー・頭部の状態8次元
位置姿勢 エンドエフェクタの相対・絶対の位置姿勢6次元
機構 サーボごとの位置・速度・温度・トルク・電流
ラベル 作業テンプレートと動作の並び、成功フラグ、階層メタデータ

すべて10Hzで同期しています。

**映像は6項目のうちの1つです。**カメラを回しただけの記録では、残り5つが埋まりません。とくにサーボの温度や電流まで入っているのは、同じ動作でも機械の状態によって結果が変わるからです。

分解されているから使えます

もう1つ、量より効いている要素があります。

このデータセットは、作業が2段階に分解されています。短時間作業（Short-Horizon Task）のテンプレートが93種、その下に基本動作（Primitive Action）のラベルが531種。基本動作の並び方が1,985通り記録されていて、成功した並びには成功フラグが付いています。

つまり「何をしたか」ではなく「どの手順をどの順で踏んで、それが成功したか」まで残っている。

現場の記録がこの形になっていることは、まずありません。稼働ログには開始と終了の時刻が入り、異常コードが残り、生産実績が集計される。しかし途中の手順は、担当者の頭の中にあります。

8.6%は伏せられています

短い注記ですが、実務では重い話です。

公開された236万本の動画のうち、20万本（8.6%・17万エピソード）はプライバシー保護のためのぼかし処理が入っています。人が映り込むためです。

現場のデータを外へ出すときに必ず出てくる論点が、公開データセットの側にも同じ形で残っている。社内データを外に出せないと言う前に確認する3つの層で書いた切り分けが、ここでも要ります。

配られたものと残るもの

政府のAIロボティクス戦略は、勝ち筋としてモデルの性能ではなくデータの蓄積を挙げました。国産フィジカルAI基盤FRONTiaでは、学習済みウェイトが国内企業へ広く提供される方針が示されました。

今回はその方針が実物になったものです。モデルの重みも、5000時間分のデータも、収集コードも、無償で手に入るようになりました。

そのうえで残るものが、以前よりはっきりしました。自社の現場でしか起きない作業の手順と、その成否です。他社の倉庫のHSRが68種類の作業をどう成功させたかは、公開されました。自社の現場で、誰がどの順で何をしているかは、誰も記録していません。

自社の現場データを点検する5点

  • 映像以外に何が同期記録されていますか: 時刻の合った状態量（位置、力、機械の状態）が一緒に残っているか。カメラ映像だけの蓄積は、学習データとしては1項目分です
  • 作業は分解されていますか: 1件の作業記録が「開始と終了」なのか「手順の並び」なのか。基盤モデルの学習で使われているのは後者です
  • 成否が記録されていますか: うまくいった回とやり直した回が区別できるか。異常コードだけでは、正常時の良し悪しが分かりません
  • 人の映り込みをどう扱いますか: 外部と共有する可能性があるなら、撮影範囲と処理方針を先に決めます。後から遡って処理するのは高くつきます
  • 機種が変わっても残る形ですか: 記録がロボットや装置の型番に強く紐づいていると、更新のたびに蓄積が切れます

現場のデータ整備を検討する社内資料や、ベンダーとの要件確認にそのまま転記して使えます

現場メモ

私たちはロボット本体を作りません。工場や倉庫の設備と、既存の業務システムをつなぐ側です。

その立場でこのデータセットを見ると、既視感があります。**接続案件で最初に困るのが、いつも「途中が記録されていない」ことだからです。**基幹システムには結果だけが入ってきます。何分かかったか、何回やり直したか、どの条件のときに失敗しやすいかは、どこにも残っていない。担当者に聞けば答えは返ってきますが、それはデータではありません。

だから接続の設計をするとき、書き戻す項目を結果だけにしないようにしています。手順の単位で記録を残す作りにしておくと、当面は誰も見ないログが増えるだけです。しかし数年後にモデルへ食わせる話が出たとき、遡って作れないのはこの部分でした。

今回公開されたデータの形は、その「後から作れない部分」の見本になっています。5000時間を真似する必要はありません。分解して、状態を添えて、成否を残す。この3つだけなら、いまの設備でも始められます。

いま何を決めるか

ロボットを導入する時期を決める話ではありません。導入の前に、記録の形を決める話です。

公開データが増えるほど、モデルの側は共有財に近づきます。倉庫では8割が実運用段階に入っている一方で、現場ごとの作業手順は誰も持っていない。差はそこに残ります。

自社の現場データが学習に使える形かどうかを点検し、業務システム側の記録の設計から見直したい段階でしたら、お問い合わせからご相談ください。ロボットの選定ではなく、何を残すかの設計から入ります。