アスメック株式会社は11月5日、Arducam社の装着型フルボディ・データ収集キット『EgoSync-WEAR』について、10月31日に取り扱いを開始したと発表しました。
『EgoSync-WEAR』は、模倣学習やVLA（Vision-Language-Action）モデルの学習用データを収集するためのキットです。作業者の頭部、両腕、胸部に取り付けた複数のグローバルシャッターカメラを、ハードウェアレベルで同期させ、人の動作を複数の視点から記録します。
価格と取り扱い詳細を知るには、同社への問い合わせが必要です。デモ機や導入の相談にも対応しているとのことです。
記録できるデータとキットの構成
作業者が見ているもの、触れているものをそのまま記録でき、エゴセントリック（自己中心視点）のデータを取得できます。頭部、両腕、胸部の映像を同期して記録するため、タスク中の死角を減らせるとのことです。
キット内のすべてのセンサーに、グローバルシャッター方式を採用しています。画面全体を同時に露光する方式で、素早い動作でもブレや歪みを抑えられるとのことです。
複数のカメラ映像と、IMU（慣性計測装置）の動作データは、マイクロ秒単位で同期します。
マルチセンサーは、軽量で装着しやすいハーネスにまとめられています。タスクや環境に応じて、カメラの数や配置を変更できるモジュール式です。
開発の背景にある学習データの課題
ヒューマノイドロボットやロボットアームに複雑な作業を覚えさせる「Physical AI（フィジカルAI）」の開発が進んでいます。人が作業をやって見せるデータから学習する模倣学習や、画像・言語・行動を統合して扱うVLAモデルが注目されているとのことです。
同社は、人間のデモンストレーションを正確に記録するうえでのハードウェア面の課題として、次の3点を挙げています。
頭部カメラと手首カメラのタイミングが数ミリ秒でもずれると、学習データの品質が損なわれるとのことです。人の素早い動きは、一般的なローリングシャッターカメラでは画像の歪み（ジェリー効果）やブレを引き起こすとのことです。重く硬い固定フレームや、バラバラのカメラを組み合わせた構成は、人の自然な動きを妨げるとのことです。
『EgoSync-WEAR』は、これらの課題に対応するために開発された、同期・統合・装着型のハードウェアです。
