[イーデイリーKIM JI-WAN 記者]INNOSIMULATION CO., LTD.(274400)は、仮想空間で下された人工知能（AI）の判断を、実際の自動運転車の動きとして具現化する検証技術を披露しました。これは、シミュレーションと実際の機器を連携させ、AIが現実世界でも意図通りに動作するかどうかを確認する「フィジカル・ツイン（Physical Twin）」です。
2026ロボワールド イノシミュレーションのブース
イノシミュレーションは、5日、今月7日まで京畿道高陽市のキンテックス第1展示場で開催される「2026ロボワールド」に参加し、フィジカルツイン技術とフィジカルAI検証プラットフォーム「INNO ALPS」を紹介すると発表しました。
今回の展示の核心は、NVIDIAの「アルファマヨ（Alpamayo）」を活用したAI自律走行のデモンストレーションです。自社開発の自動車シミュレーター「iMDS」が作成した仮想走行環境とセンサーデータを、実際の無人地上車両（UGV）に連動させました。AIが仮想の道路状況を判断して走行命令を出すと、実際のUGVがそれに従って動く仕組みです。\\
来場者は、人がUGVを遠隔操作する方式と、AIがセンサーデータに基づいて自ら走行を決定する方式を確認することができます。同社によると、開幕初日である4日から国内外の企業関係者や来場者の訪問が相次ぎ、技術導入や協力の可能性に関する問い合わせも寄せられました。
NVIDIAの公式技術資料によると、アルファマヨは、推論ベースの自動運転開発を支援するAIモデル・シミュレーションツール・データセットで構成されています。このうち、アルファマヨ1モデルは、車両の走行経路を予測すると同時に、その判断の根拠も人間が読み取れる形で提示するように設計されています。
イノシミュレーションは、オランダのロボティクス・メカトロニクス企業ベクショニア（Vectioneer）と協力したロボットアーム検証技術も公開しました。 これは、仮想オブジェクトとロボットアームが相互作用する環境を構築し、ロボットの動きや作業遂行の可能性を検証する技術です。ベクショニアーは2010年に設立されたモーション制御専門企業で、リアルタイム制御プラットフォーム「MOTORCORTEX」を保有しています。
2つのデモンストレーションが狙う課題は、仮想環境と現実の間の差異です。ロボットや自動運転車のAIは、シミュレーション上では正常に動作しても、実際の機器ではセンサーの誤差、摩擦、駆動部の特性などによって異なる結果をもたらす可能性があります。これを「シム・トゥ・リアル・ギャップ（Sim-to-Real Gap）」と呼びます。
フィジカルツインとは、デジタルツインに実際のハードウェアやセンサーデータ、動きを再現するモーションプラットフォーム、駆動性能を測定するダイナモメーターなどを連携させ、こうした差異を縮小する検証環境のことです。特に、実際の車両やセンサー、駆動装置を仮想環境に連動させる「VIL（Vehicle-in-the-Loop）」技術を活用すれば、危険な状況や現場で再現が難しい状況でも、制御された条件下で繰り返し試験を行うことができるとのことです。
イノシミュレーションは、これを通じて仮想環境で学習したAIの実際の機器動作性能を確認し、産業現場への適用に必要な試験データを確保するという構想です。
イノシミュレーションの関係者は、「今回の展示では、仮想シミュレーションと実際のUGVを連携させたフィジカルツインの実演に、来場者からの関心が集まっています」とし、「フィジカルAIが実際の産業現場に適用されるためには、AIの判断能力だけでなく、実際のハードウェアにおいてもどれほど正確かつ安全に動作するかを検証することが重要です」と述べました。
さらに、「イノシミュレーションは、26年間にわたり蓄積してきたシミュレーションとハードウェアの統合技術を基に、フィジカルAIの学習から検証までをつなぐインフラを構築しています」とし、「今後も様々な産業分野において、AIが実際の環境に安全に適用されるよう、フィジカルツイン技術とプラットフォームを拡大していく計画です」と付け加えました。
一方、同社は5日午後3時、キンテックス第1展示場3～5ホール内のカンファレンスルームで、フィジカルツイン技術に関するセミナーを開催します。 ロボティクスAIチーム長のテレンス・ファン（Terence Fung）氏が、モビリティトラックである「トラックC」で発表を行い、フィジカルツインの概念と動作原理、シミュレーションと実際のハードウェアを結びつける検証方法について紹介します。
イノシミュレーションは、5日、今月7日まで京畿道高陽市のキンテックス第1展示場で開催される「2026ロボワールド」に参加し、フィジカルツイン技術とフィジカルAI検証プラットフォーム「INNO ALPS」を紹介すると発表しました。
今回の展示の核心は、NVIDIAの「アルファマヨ（Alpamayo）」を活用したAI自律走行のデモンストレーションです。自社開発の自動車シミュレーター「iMDS」が作成した仮想走行環境とセンサーデータを、実際の無人地上車両（UGV）に連動させました。AIが仮想の道路状況を判断して走行命令を出すと、実際のUGVがそれに従って動く仕組みです。\\
来場者は、人がUGVを遠隔操作する方式と、AIがセンサーデータに基づいて自ら走行を決定する方式を確認することができます。同社によると、開幕初日である4日から国内外の企業関係者や来場者の訪問が相次ぎ、技術導入や協力の可能性に関する問い合わせも寄せられました。
NVIDIAの公式技術資料によると、アルファマヨは、推論ベースの自動運転開発を支援するAIモデル・シミュレーションツール・データセットで構成されています。このうち、アルファマヨ1モデルは、車両の走行経路を予測すると同時に、その判断の根拠も人間が読み取れる形で提示するように設計されています。
イノシミュレーションは、オランダのロボティクス・メカトロニクス企業ベクショニア（Vectioneer）と協力したロボットアーム検証技術も公開しました。 これは、仮想オブジェクトとロボットアームが相互作用する環境を構築し、ロボットの動きや作業遂行の可能性を検証する技術です。ベクショニアーは2010年に設立されたモーション制御専門企業で、リアルタイム制御プラットフォーム「MOTORCORTEX」を保有しています。
2つのデモンストレーションが狙う課題は、仮想環境と現実の間の差異です。ロボットや自動運転車のAIは、シミュレーション上では正常に動作しても、実際の機器ではセンサーの誤差、摩擦、駆動部の特性などによって異なる結果をもたらす可能性があります。これを「シム・トゥ・リアル・ギャップ（Sim-to-Real Gap）」と呼びます。
フィジカルツインとは、デジタルツインに実際のハードウェアやセンサーデータ、動きを再現するモーションプラットフォーム、駆動性能を測定するダイナモメーターなどを連携させ、こうした差異を縮小する検証環境のことです。特に、実際の車両やセンサー、駆動装置を仮想環境に連動させる「VIL（Vehicle-in-the-Loop）」技術を活用すれば、危険な状況や現場で再現が難しい状況でも、制御された条件下で繰り返し試験を行うことができるとのことです。
イノシミュレーションは、これを通じて仮想環境で学習したAIの実際の機器動作性能を確認し、産業現場への適用に必要な試験データを確保するという構想です。
イノシミュレーションの関係者は、「今回の展示では、仮想シミュレーションと実際のUGVを連携させたフィジカルツインの実演に、来場者からの関心が集まっています」とし、「フィジカルAIが実際の産業現場に適用されるためには、AIの判断能力だけでなく、実際のハードウェアにおいてもどれほど正確かつ安全に動作するかを検証することが重要です」と述べました。
さらに、「イノシミュレーションは、26年間にわたり蓄積してきたシミュレーションとハードウェアの統合技術を基に、フィジカルAIの学習から検証までをつなぐインフラを構築しています」とし、「今後も様々な産業分野において、AIが実際の環境に安全に適用されるよう、フィジカルツイン技術とプラットフォームを拡大していく計画です」と付け加えました。
一方、同社は5日午後3時、キンテックス第1展示場3～5ホール内のカンファレンスルームで、フィジカルツイン技術に関するセミナーを開催します。 ロボティクスAIチーム長のテレンス・ファン（Terence Fung）氏が、モビリティトラックである「トラックC」で発表を行い、フィジカルツインの概念と動作原理、シミュレーションと実際のハードウェアを結びつける検証方法について紹介します。
