11月19日、AWSが「Physical AI Production Designer: Cell Programming from Weeks to Hours」と題した記事を公開した。ロボット生産セルのプログラミングを最長8週間から数時間へ短縮するソリューション「Physical AI Production Designer」の詳細が明かされた。複雑な車体溶接ラインでは最大50のロボットセルが1ライン上に並ぶが、このソリューションはPLMデータ取込からPLCコード生成・仮想コミッショニングまでを一気通貫で自動化する。コード生成に留まらず、現場投入前にベンダー提供の仮想コントローラと物理シミュレーションの両方で検証まで完結させる点が、既存ツールとの最大の差別化点だ。
1セルのプログラミングに最長8週間かかっていた
製造現場でロボットセルを1つプログラムするのに、最長8週間を要するケースがある。複雑な車体溶接ライン(ボディ・イン・ホワイト)では、最大50のロボットセルが1ラインに並び、それぞれに複数のアームが存在する。エンジニアはそれらを1台ずつ手作業でプログラムし、インターロック(干渉防止のための制御ロジック)を組み、動作検証を繰り返す。
問題の本質は速度ではなく、工程間の断絶だ。PLM(製品ライフサイクル管理)システムからセル設計、ロボットプログラミング、PLCコード生成、現場での調整まで、各ステージは別チーム・別ツールで管理される。前工程の出力が次工程に引き継がれるだけで、情報は逆流しない。その結果、エンジニアは同じデータを手作業で再入力し、ゼロから検証し直す。
さらに深刻なのが属人化の問題だ。現場で通用するノウハウ(溶接順序のコツ、タイトなセルでの干渉回避の勘所)は、ベテランエンジニアの頭の中にしかない。米国では2033年までに最大190万人の製造業職が未充足になる可能性があるとされ、自動化エンジニアは採用・定着が最も難しい職種の一つだ。
AIエージェントがPLMデータからPLCコードまで一気通貫で生成
AWSが発表したPhysical AI Production Designerは、この断絶した工程チェーンをエンドツーエンドで接続するソリューションだ。グローバルな製造業者との共同開発で構築された。なお、AWSはこれ以前にもAWS IoT RoboRunnerやAWS Industrialといった産業・ロボティクス向けサービスを展開してきており、Physical AI Production Designerはこれらの産業向けクラウド基盤の上に構築されるソリューションとして位置付けられる。競合領域ではSiemens NXやABB RobotStudioといったオフラインプログラミング環境が知られているが、PLMデータ取込からコード生成・仮想コミッショニングまでをAIエージェントが一貫して担う点が本ソリューションの特徴だ。
エンジニアが「何を作るか」を定義すると、AIエージェントがセルレイアウト、ロボット軌跡、インターロックマップを計画し、各ロボットベンダーのネイティブコード(固有プログラミング言語)とPLCコードを生成する。最終的にエンジニアが3Dビューで確認・承認し、物理セルに展開する。
ワークフローは以下の7ステップで構成される:
- PLMから製品データ取込 — 部品形状、溶接点位置、材料仕様などを単一環境にインポート
- 製造リソースの追加 — フィクスチャ、ロボット、エンドエフェクタ(溶接ガン、グリッパ等)を組み合わせてセルのデジタルモデルを構築
- 決定論的プログラム生成 — エージェントが各ベンダーのネイティブPLCコードとロボットプログラムを生成
- 仮想コントローラ上でテスト — 生成コードをベンダー提供の仮想PLCおよび仮想ロボットコントローラ上でそのまま実行し、インターロックや制御ハンドシェイクを検証
- 物理シミュレーション追加 — 物理エンジンを組み込み、例えば「ロボット2のリンク4が12.4秒時点でフィクスチャに衝突」といった問題を事前検出
- 学習ポリシーの訓練(オプション) — 多品種対応セル向けに、パラメータ化されたシーンでポリシーをトレーニング
- 承認・展開 — 検証済みプログラムセットを物理セルにデプロイ
核心は「仮想コミッショニング」——コード生成だけでは終わらない
このソリューションで最も重要なのがステップ4と5、すなわち仮想コミッショニング(バーチャル試運転)だ。コード生成だけなら既存のオフラインプログラミングツールでも実現できる。しかしこのソリューションでは、ベンダー自身が提供する仮想コントローラの上で生成コードをそのまま実行し、さらに物理エンジンを組み込んだシミュレーションで干渉や衝突を事前に検出する。
従来の開発フローでは「シミュレーションで問題なかったのに現場で干渉が起きた」というシム-to-リアルギャップが常に課題となってきた。ベンダーの仮想コントローラを使うことで制御ロジックの挙動を忠実に再現でき、物理シミュレーションと組み合わせることで動力学的な問題も現場投入前に潰せる構造になっている。この2層の検証こそが、単なる「コード自動生成ツール」との決定的な差だ。
多品種対応:学習ポリシーパス
決定論的パスとは別に、学習ポリシーパスも用意されている。品種切り替えが頻繁なセル向けで、すべての製品バリアントに対してコードを再生成する代わりに、パラメータ化されたセル上でポリシーをトレーニングし、リアルタイムでロボットを制御する。ポリシーは同じ仮想コントローラと物理シミュレーション上で検証されてから本番投入される。安全機能はIEC 61508準拠の認証済みセーフティPLCが引き続き担う。なお、IEC 61508は機能安全の国際規格であり、産業機械の安全関連システムに広く適用されている。
既存ラインにも適用可能
新規ライン専用ではない。稼働中のセルからロボットプログラムやIEC 61131-3準拠のPLCロジックを逆解析し、PROFINETトラフィックからジョイント値を記録することで、既存セルを仮想セルとして再構築できる。IEC 61131-3はPLCプログラミング言語の国際標準規格であり、ラダー図やストラクチャードテキストなど複数の言語形式を定義する。逆解析によって再構築された仮想セルが、生成コードの検証基準(リグレッションスイート)となる。
ベンダーロックインなし
生成されるのは各ベンダーのネイティブコードそのものなので、既存のコントローラやランタイムをそのまま使用できる。特定プラットフォームへの依存は発生しない。
詳細はPhysical AI Production Designer: Cell Programming from Weeks to Hoursを参照していただきたい。