コンペティション概要
OVERVIEW
日本のAI×ロボットを、次の次元へ。
基盤モデル開発で未踏の領域に挑め。
近年、生成AIの進展により、ロボットが言語指示を理解し、多様な環境で柔軟に行動する「Physical AI」が急速に発展しています。
一方で、実世界で安定して動作するロボットを実現するためには、未知の環境や課題に適応する汎化能力の向上が求められています。
AIRoA × 東京大学松尾・岩澤研究室 Physical AI Robot Challenge
2026（PARC2026）は、Vision-Language-Action（VLA）モデルを活用し、ロボットの汎化能力向上に挑戦するコンペティションです。
本コンペティションは、国立研究開発法人
新エネルギー・産業技術総合開発機構（NEDO）委託事業（※）の一環として、一般社団法人AIロボット協会（AIRoA）と東京大学松尾・岩澤研究室が実施します。
参加者は、世界中の研究機関や企業が取り組むPhysical AI分野の重要課題に挑戦しながら、データ活用、モデル開発、評価・分析までの一連のプロセスを経験します。これを通じて、次世代のPhysical
AI研究者・エンジニアとして活躍するための実践力を養うことを目指します。
※ NEDO委託事業 「ポスト5G情報通信システム基盤強化研究開発事業／ロボティクス分野の生成AI基盤モデルの開発に向けたデータプラットフォームに係る開発」
世界最前線のPhysical AI課題に挑戦
参加者は、データ活用、モデル開発、評価・分析までを一貫して経験し、Physical AI研究開発の実践的な知識と技術を身につけることができます。
日本のPhysical AI人材育成とエコシステム構築に向けて
現在、世界各国でPhysical AIへの投資と研究開発が加速する一方、その発展を担う人材の育成は重要な課題となっています。 参加者が実践的な開発経験を積み、その成果や知見を広く共有することで、Physical AI研究開発の発展および産学官連携によるエコシステムの形成を目指しています。
挑戦の先にある機会
優れた成果を収めた参加者には、一般社団法人AIロボット協会（AIRoA）が推進するさまざまな研究活動や国際的な取り組みへの参画機会が提供される場合があります。
得られるスキル
SKILLS
最先端の基盤モデルを用いてシミュレーション環境上で複雑なロボット制御タスクをクリアする。
このコンペでの試行錯誤のプロセス自体が、あなたの技術力を証明するポートフォリオとなります。
VLAアーキテクチャの深い理解
最新モデルの設計思想を深く理解し、最適な画像入力処理や状態表現の設計を試行錯誤する力を養成。
VLM（視覚言語モデル）が持つ高度な知識と推論能力を、いかにして物理的な「ロボット制御」へと転移させるかという、最先端のアーキテクチャ設計を経験できます。
VLAの効果的な学習・適応手法
シミュレーション環境における物理的ノイズや未知の状況に対応するため、モデルの限界を引き出す精緻なファインチューニングを実践。
高度なデータ拡張や正則化手法を駆使して過学習を抑え込み、多様な環境条件下で発揮される汎化性能（ロバスト性）を実装します。
シミュレーション・ロボティクスの知識
物理シミュレータの特性と限界を正確に把握し、その環境を機械学習に最大限活用する知見を習得。
物理シミュレータの特性を理解し、学習に最大限活用するためのロボティクス特有のドメイン知識が身につきます。
実験エンジニアリング
単一のハイエンドGPU環境で、学習・評価サイクルを高速化・効率化する力を獲得。
ロボティクスにおける実装テクニックや、無駄のないリソース管理・実験設計を通じて、実践的なAIモデル開発スキルを習得します。
コンペティション内容
CONTENTS
本コンペティションでは、シミュレーション環境上で3段階の評価Trackを実施し、ロボット基盤モデルのタスク遂行能力、未知環境への汎化性能、実行品質を競います。
Track 1
同一タスク・同一ドメイン
タスク：
学習時と同一のprimitiveタスク
視覚/物理：
物体や背景のテクスチャなどを変更
Track 2
同一タスク・未知ドメイン
タスク：
学習時と同一のprimitiveタスク
視覚/物理：
ロボットや物体の位置や視点を変更.ノイズや摂動を付与.
Track 3
既知タスク組み合わせ・未知ドメイン
タスク：
学習時のprimitive
skillの新規組み合わせ
(Open→Pickなど,2つのskillの組み合わせ言語指示)
視覚/物理：
言語指示で新規組み合わせ
提供環境
- GPU環境： RTX PRO 6000
- ベースライン： pi/Gr00tなど
- Franka Panda： 学習データ
評価指標
- タスク成功率：Success Score
- なめらかさ：Jerkなど
- 実行時間：ステップ数
- 安全性：Collison Avoidance
重み付け統合 or 優先度順で順位決定
コンペの流れ FLOW
説明会
6月中旬
メンバー応募
6月中旬〜7月中旬
メンバー選定
7月末
予選
7月末〜8月中旬
1回戦
8月中旬〜9月中旬
2回戦
9月中旬〜10月中旬
3回戦
10月中旬〜11月中旬
最終評価
11月中旬
激励コメント
MESSAGE
募集要項・参加要件
REQUIREMENTS
応募期間
1次募集：6/18(木)~7/10(金)
2次募集：7/11(土)~7/17(金) 予定
対象者
どなたでもご応募いただけます。
（学生・社会人、年齢を問わず参加可能です。）
エントリー費
完全無料
参加形態
個人参加（計算環境提供）
対象レベル
- ・Pythonでの数値解析の経験を有すること
- ・深層学習／Deep Learningの基礎知識を備え、基礎的な実装が自身でできること
- ・数学の理系学部レベルの線形代数、微分積分、確率論・統計学に関する知識を有すること
対象レベル講座
こちらの講座が必須レベルとなります。
対象レベル
-
ロボット学習の基礎理解
・模倣学習・強化学習 -
ロボット運動制御・物理システムの基礎理解
・順・逆運動学（FK/IK）を用いたロボット姿勢・関節角の計算
・行動空間（Action Space）の定義・トルク・位置制御の基礎 -
マルチモーダルAI・VLAの基礎理解
・VLMの構造、視覚・言語・ロボット状態の統合
・「VLA（Vision-Language-Action）」の設計・チューニング
対象レベル講座
これらの講座が推奨レベルとなります
開発プロセス・技術情報発信
DEV PROCESS
本コンペティションでは、参加者の最終成果物だけでなく、開発過程や技術的な挑戦についても積極的に発信予定です。
Coming Soon…
成果物や開発プロセスについて順次公開予定です。
結果発表・成果物
RESULT
Coming Soon…
成果物や開発プロセスについて順次公開予定です。