Physical AIと呼ばれる「VLM（大規模視覚言語モデル）」「VLA（大規模視覚言語行動モデル）」といった視覚と言語と行動を結びつけたマルチモーダルな次世代AIモデルを開発し、当社の「ugo Pro」や新開発のロボットに適用していきます。
以下の3つの開発領域で、AI技術を「実世界の物理的な動き」に繋げる技術開発に取り組んでいただきます：
- エッジAIによる物体検知: エッジデバイスでのYOLO物体検出のリアルタイム推論
- 模倣学習（ugo Pro R&D）: LeRobotフレームワークを用いたヒューマノイドロボットugo Proの模倣学習と行動生成
- 強化学習: NVIDIA Isaac Labを用いた4足歩行ロボットTerraの強化学習とシミュレーション
カメラ画像から警備・点検現場での異常を検知するモデルの実装とエッジ側へのデプロイ、そして「AIを積んだだけ」ではなく、それがどうユーザーへの価値を提供できるかフィードバックを受けながら開発に取り組んでいただきます。
私たちと一緒に、AIロボットの開発を通じて、労働力不足の解決に挑戦しませんか？
業務DXロボット向けのロボット基盤モデル開発、ファインチューニング、AIモデルのトレーニング、そしてエッジデプロイを担当していただきます。あなたの興味や専門性に応じて、以下の3つの開発領域から担当領域を選択できます。
- YOLOv7-tinyなどの物体検出モデルのエッジデバイスへのデプロイ
- 量子化によるモデル最適化
- C++20によるエッジデバイス向け推論エンジンの開発
- カメラ画像からの点検対象認識（計器読み取り、異常検知等）
- LeRobot frameworkを用いたヒューマノイドロボットugo Proの模倣学習
- Diffusion Policy、ACT（Action Chunking Transformer）などのアルゴリズム実装
- VLM（大規模視覚言語モデル）・VLA（大規模視覚言語行動モデル）の開発・ファインチューニング
- Zarr、Safetensorsなどを用いた大規模データセット管理
- NVIDIA Isaac Lab、Isaac Simを用いた4足歩行ロボットの強化学習
- 不整地認識、段差昇降の強化学習による制御ポリシー開発
- シミュレーション環境構築と物理シミュレーション
- Weights & Biasesを用いた学習進捗の可視化
- モデル訓練など大規模データセットのデータパイプライン構築
- 開発したAIモデルの評価と安全性向上
- AIモデルとロボット制御システムの統合（行動フィードバックループの開発）
- フィールドテストおよび技術検証
- 他部門との技術調整、要件定義のサポート
- OS：Linux (Ubuntu 22.04)
- インフラ：AWS, GPU環境（学習用）
- その他：Docker, GitHub Actions, AWS Copilot CLI
- 言語：C++, Python
- モデル：YOLOv7-tiny (INT8量子化)
- 画像処理：OpenCV
- 最適化：INT8量子化, OpenMP並列化
- 通信：NATS Pub/Sub, JSON, GStreamer
- 言語：Python
- フレームワーク：PyTorch, LeRobot (Hugging Face)
- アルゴリズム：Diffusion Policy, ACT (Action Chunking Transformer)など
- Physical AI：VLM (Vision-Language Models), VLA (Vision-Language-Action Models)
- 通信：gRPC / Protocol Buffers
- 言語：Python
- フレームワーク：PyTorch, RSL RL (PPO)
- シミュレーター：NVIDIA Isaac Lab, Isaac Sim
- 学習手法：教師-生徒蒸留学習 (Distillation), Actor-Critic
- 画像処理：OpenCV, PIL
- モデル最適化：ONNX, TensorRT
- バージョン管理：Git (Git flow)
- コミュニケーション：Slack, Notion
- AI支援開発：Claude Code, Codex
Physical AI - AIを実世界の物理的な動きに繋げる
エッジAI（AI Toolbox）
- エッジデバイスでのリアルタイム物体検出
- INT8量子化、OpenMP並列化などの最適化技術を駆使
- ロボットに搭載されたエッジデバイスで動作する実用的なAIシステムの構築
模倣学習（ugo Pro R&D）
- LeRobot frameworkを用いたヒューマノイドロボットugo Proの模倣学習
- VLM/VLAという最先端のマルチモーダルAI技術をロボットに実装
- 人間のデモンストレーションからロボットが学習する新しい学習手法の開発
強化学習
- NVIDIA Isaac Lab、Isaac Simを用いた4足歩行ロボットTerraの強化学習
- 不整地認識、段差昇降など、実世界の複雑な環境でのロボット制御の実現
- シミュレーションから実機への転移学習（Sim-to-Real）
- 「AIを積んだだけ」ではなく、ロボットの挙動にフィードバックされるループ開発
- 実機での検証機会が豊富で、実際のロボットが学習して動く様子を目の当たりにできる
- あなたの興味や専門性に応じて、3つの開発領域から選択・組み合わせて開発できる
- 多様なバックグラウンドを持つエンジニアが国籍問わず在籍するグローバルな環境
- 幅広い専門性を持つエンジニアとともに、最先端のロボット開発に挑戦できる環境
- 得意分野を活かしながら、新しい領域にも挑戦し、スキルを磨ける機会が多くあります
- 国籍も年代も異なる様々なメンバーがフラットに意見を交わし合い、切磋琢磨できるカルチャー
- Physical AIという最先端の技術領域でのスペシャリストとして、3つの開発領域（エッジAI、模倣学習、強化学習）でスキルを習得
- エッジAI: エッジデバイスでのモデル最適化とリアルタイム推論のエキスパートに
- 模倣学習: VLM/VLA、LeRobotなど、次世代のロボット学習技術の第一線で活躍
- 強化学習: Isaac Lab、PPO、蒸留学習など、シミュレーションベースの強化学習のスペシャリストに
- 将来的には、新規ロボット機種のAIシステム全体をアーキテクト
- ゆくゆくは、新規ロボットの立ち上げにおけるソフトウェア開発にも関わるチャンスがあります
- フレックス勤務を活用し、働きやすい環境で技術革新に挑戦できます
▼ コーポレートサイト
https://corp.ugo.plus/
▼ note
https://note.com/ugo_robot
▼ podcast ＜ugo Robotics Radio＞
https://open.spotify.com/show/51DueB6zSlbVzVXnGehD9y?si=86eaa8dcf06a4471
・応募時の書類（履歴書・職務経歴書）はPDF形式にてご提出いただきますようお願い申し上げます
