AIモデルの学習データ収集・物理シミュレーション検証にヒューマノイドを使う用途。
強化学習、具身AI、主要シミュレータとの連携を公式に提供する研究開発機を対象に、学習・検証環境としての適合性を見る。
高品質なロボット動作データが、次世代AI基盤モデルの性能を左右する時代になっている。
多様なタスクでのデータ収集能力の多様性が重要。
高解像度センサによるリッチなデータ収集が求められる。
データ収集・処理インフラ、セキュアなストレージ、高速通信環境。
収集データのラベリングコスト、シミュレーションとの現実ギャップ（sim-to-real）が課題。
知的財産法・個人情報保護法（学習データへの人物映像含む場合）への適合が必要。
