AIデジタルツインによる
全天候型3Dシミュレーター

Smart3tene

「Smart3tene」は全天候型バーチャル農園で
収穫や摘果のシミレーションを行い、
AIデジタルツインによる機械学習を実用的な時間で
実現させるソリューションです。

スマート農業の新しいソリューション
としてAI&ロボット開発プラットフォーム
「Smart3tene」をご提供いたします。

我々はAIの学習環境構築として、仮想空間に農園を再現する「全天候型3Dシミュレーター/Smart3tene」をご提案致します。

Smart3teneは、3DCGで表現された仮想空間にアルゴリズムを用いて、多様な樹木・果実・野菜を大量に生成した全天候型バーチャル農園環境を高精細に再現し、ロボットを用いた摘果や収穫のシミュレーションを行います。
再現した3Dの空間内では、季節や時間の経過の設定が可能になり、育成データのマッチングも可能です。またクラウド農園により、膨大な数の環境を作成し、高い精度の学習を実用的な時間で実現させることも可能です。
仮想空間中の植物は、実際の植物の観察から経験的に得られたアルゴリズムによる生成の他、GAN等の機械学習を活用したテクスチャ、モデル、学習用画像の生成を視野に入れて開発を行っております。

アルゴリズムを用い
多様な樹木・果実・野菜を大量に生成

農園内ではキャラクター化したロボットアーム
「およね」が摘果や収穫をシミュレーション

高精細な3D空間で
リアル農園の環境を再現

低コストで様々な応用が
可能な技術
実用化の検討に有用

現実空間から仮想シミュレーションへ

従来のロボット開発工程では、CADで設計したロボットをCAM等を活用して試作を行い、試作したロボットを用いて機械学習やプログラミングを行っています。

これらは限定的で変化の少ない環境(工場など)で運用されるロボットには有効に機能します。しかし、農業用ロボットや自動運転車など、周辺が日々変化するような動的環境で運用されるロボットにおいては、機械学習に十分な学習データを外部環境から得ることが困難であると明らかになってきています。AI/機械学習の活用が進んでいる自動車の公道自動運転の分野でも、十分な学習を行うには100億kmのテスト走行が必要とされ、これは 100台の実験車を使用しても500年以上かかる計算となります。また天候などの条件も加味すると、必要な学習量は爆発的に増加することとなります。

スマート農業用ロボット開発の場合は、自然物である植物を扱うため、現実空間でのAI/機械学習のみでは、ロボット作成に必要な学習データの確保は困難です。

近年、自動車の自動運転の分野では、リアルタイム3DCG技術を応用した仮想空間での開発環境の構築が急務となっています。スマート農業用の開発においても、同様に3DCGを用いた仮想空間でのシミュレーション学習が必要不可欠になると考えられます。

現実空間を用いた農業用ロボット /AI開発の問題点

実際の農地/植物を用いるため、機械学習の試行回数を増やしにくい
学習が不足し、十分に訓練されたロボットの作成が難しい

実際に農地の準備が必要
試験農地の作成や既存農地の借用契約/費用等の問題がある

植物の育成状況のバリエーションを得るために多数のサンプルが必要

生産物によりそれぞれの作業の適正時期が～2ヶ月程度と短い

実際の植物に対して一旦作業を実行すると再試行できない

環境が実際の気象に依存するため学習に偏りが生じる

ロボットの物理的な動作速度に学習速度が依存する

ロボットの機構などを変更した際に
再び多くの物理的・時間的リソースが必要

仮想空間を用いた農業用ロボット/AI開発のメリット

仮想空間に農地/植物を構築することで試行回数を十分に確保可能
農業用ロボットAI開発に適した環境を構築できる

仮想農地の構成、形状などを制限なく自由に設定可能

植物をプロシージャルに生成することでバリエーションを無数に増加可能

作業の適正時期に関わらずいつでも任意の期間で学習に使用可能

同一の環境で何度でも再試行することが可能
性能の比較などにも対応しやすい

任意の季節/気象状態での学習が可能で網羅性が高い学習が可能

計算機の演算速度の向上に応じて実時間以上に高速な学習が可能

計算機リソースが許す限り同時並行的に学習を実施可能(分散型機械学習)　クラウドなどを使用することで環境をスケール可能

AIアバター「OYONE」
Smart3teneのデジタルツイン空間にAIアバターを展開

GPTなどのファインチューニングや独自のLLMエンジンを駆使した、自律型AIアバターが活躍します。このAIアバターは、デジタルツイン環境における様々な課題に対して解決策を提供します。

このAIアバターは、デジタルツイン上の情報を瞬時に理解し、リアルタイムで検証を行います。そして、最適なアノテーションデータを生成し、ロボット開発等に役立たせます。例えば、農業空間のデジタルツインでは、農地の広さや木々、果物の位置、数量、熟成度（収穫可能な数）、温度、湿度などの情報を把握します。それに加えて、最適な収穫ルートや案内情報も提供します。