ASUS、ヒューマノイドロボット「Gallop」で人間並みの梱包速度を目標に設定

2026年11月13日、ASUSは初のヒューマノイドロボット、Gallopの詳細を明らかにした。Gallopはグループ傘下の電子機器工場の一つで、マザーボード用アクセサリー15点を梱包する作業を学習しており、マザーボード1枚あたり20秒以内に成功率99.5％を達成することを目標としている。

部品の多くは薄く透明な袋に入っており、この作業場所は単純なグリッパーにとって難しい課題となる。ASUSは、人が常にそばに立っていなくても、ロボットが作業の大部分を担えるかを検証するため、この作業を選んだ。同社は人間にも同じ速度と成功率の基準を適用している。Gallopの数値は目標であり、達成済みの実績として報告されたものではない。

実演、学習、ラインでの試験を一貫して行う仕組みが、現在稼働している。人が作業を実演し、ロボットがそれを学習し、ASUSが生産ラインで試験する。ロボットは、2026年初頭に始まったプログラムのもと、フィジカルAIソリューション事業グループ内のヒューマノイドロボティクス事業部が開発している。

ASUSがヒューマノイド型を採用する大きな理由は、腕と器用な手を使えば、人向けに設計された既存の作業台、工具、トレーを利用でき、ロボットに合わせて工場を作り直す必要がないことだ。一方で、すべての作業にヒューマノイドが必要なわけではないことも認めている。

熟練作業者を基にしたトレーニング

ASUSは社内で巨大なモデルを構築するのではなく、オープンなAIモデルから開発を始める。熟練作業者は同意のうえで頭部装着型カメラを着用し、実際の作業方法が伝わるように作業を実演する。シミュレーションで実演のバリエーションを生成した後、VRヘッドセットとグローブを装着したオペレーターが、実際の作業場所で使うものと同じ部品やカメラを用いて、Gallopの練習を誘導する。

ロボットの導入後に撮影した記録映像も、トレーニングにフィードバックされる。ASUSは、実際の作業場所、部品、品質基準に基づく適切なデータが自社の強みだと説明している。また、自社の電子機器受託製造工場が試験環境を提供しており、多くのロボット企業は同様の環境を借りる必要がある。

ソフトウェアは4層構成、ハードウェアは自社開発

Gallopのソフトウェアは4層に分かれている。プランナーが周囲の状況を解釈して作業を手順に分割し、第2のAI監督機能が各手順を確認して、問題が起きた場合に計画を立て直す。スキル層は手を伸ばす、つかむ、置く動作を担い、制御層は腕と手を精密に動かし、異常があれば動作を停止する。

各層の間に固定インターフェースを設けることで、ロボットを再構築せずにAIモデルを交換できるようにすることを目指している。システムは、Gallop内部に搭載された1台のNVIDIA Jetson AGX Thorコンピューター上で、標準的なロボット工学用ソフトウェアを使って動作する。

ASUSは本体と触覚センサーを備えた器用な手を自社で設計し、モーターなどの標準部品は実績のあるパートナーから調達している。現行のロボットは、固定式のベースと2本の腕を備え、定位置でのピック・アンド・プレース作業に対応する。自社開発の手は、まだ統合されていない。

試験導入と商用化の計画

ASUSはその手を統合し、車輪を追加したうえで、Computex 2027で顧客にGallopを披露する計画だ。同年には顧客先での試験導入も予定している。市場投入は2028年下半期を目標としている。

最初の対象市場は電子機器製造だ。ASUSは、ある作業で習得したピック・アンド・プレースのスキルを別の作業にも応用できると見込んでおり、将来的には病院やサービス施設での活用も考えられる。

ASUSはGallopを、反復的で身体的な負担が大きく、人員の確保が難しい作業場所向けに位置付けており、作業者に取って代わるものとはしていない。Gallopに作業を教える従業員は、ロボットの設定、監督、改善を担うようになる。

予定されている試験導入では、熟練作業者からの学習と作業場所ごとのデータによって、日々の稼働を通じて工場の品質と作業ペースを維持できるかを検証する。ASUSは、この一貫性を幅広い導入に向けた条件としている。Gallopの学習ループが稼働していることは出発点にすぎず、試験導入では、日常的な工場環境で再現性のある結果を出せることを示す必要がある。