注目を集める「Physical AI」のシステムインテグレーションを基礎から学ぶ実践型講座
本講座は、ロボットとAIの融合領域におけるシステム構築を実践的に学びながら、「データを用いてロボットを動かす総合的なシステム力」を身につけるための講座です。
近年、AIが現実世界（フィジカル）を認識し、行動する「Physical AI」が大きな注目を集めています。しかし、これを実現するためには、単にAIモデルを学習させるだけでなく、大量のデータを安全かつ効率的に扱うためのMLOps・RobOpsの思想、ハードウェアを制御するコンピュータアーキテクチャや同期・非同期通信の知識、多角的なエンジニアリングの視点が不可欠です。
本講座では、実例を通してRobOpsの仕組みを理解します。さらに、ハードウェアや通信、ROSなどの基盤技術を演習を通して学び、それらの従来の技術と、シミュレーション、そして強化学習や世界モデルによる学習・制御の仕組みをどう結びつけるかを学びます。
概要
AIロボット開発に必要な
MLOps・RobOpsと開発基盤技術を体系的に学ぶ
本講座では、実際にAIロボットを開発・運用するために必要となるエンジニアリングを体系的に学びます。
具体的には、AIロボット開発におけるデータ収集・モデル学習・検証のサイクルを支えるMLOps/RobOpsの概念を、実例を通して理解します。また、ロボット開発に必要なハードウェアや通信の基礎知識を習得するとともに、DockerやROSなどの開発基盤を活用し、効率的な開発を実現するための手法を学びます。
ご応募前に前提条件を必ずご確認いただき、ご自身のスキル・ご経験で受講可能かをご判断のうえ、お申し込みください。なお、本講義は完全オンラインで実施いたします。
受講のメリット
-
01
実務に通用する
運用の仕組み化を
体得できる -
02
AIロボット開発を
効率よく進めるための
システム構築力を磨く -
03
世界モデルの最新トレンドから
社会実装のリアルを網羅し
総合力を養う
カリキュラム
〇募集開始 2026/7/3(金)14:00
〇ID登録締切 2026/8/18(火)10:00→9/1(火)10:00※延長いたしました
〇募集締切 2026/8/20(木)10:00→9/3(木)10:00※延長いたしました
〇選考結果 2026/8/27(木)19:00までに応募者全員にお送りします。※延長分は適宜対応いたします
〇毎週木曜日
〇時間:19:00~21:00
〇本講義は完全オンライン（zoom）で開催いたします。
※全回監修：松尾豊、松嶋達也、朱 曜南
※講義日程・授業コンテンツに関しては、変更する場合がございます。ご了承ください。
※講義終了後、1ヶ月程度最終課題を実施する可能性があります。
※本講座ではAIのアルゴリズムのパートは深く取り扱わない為、詳しくは深層強化学習（リンク）/世界モデル（リンク）/プロジェクト実習（リンク）の受講を検討ください。
本講義を通じて、Physical AIのAIに重点を置いた上記の講義内容に接続します。
知能ロボットシステムエンジニアリング
| 日時 | 担当 | カリキュラム | |
|---|---|---|---|
| 第1回 | 2026/9/3(木) 19:00~21:00 |
松嶋 達也、長谷川 貴巨 | MLOps・RobOps導入 |
| 第2回 | 2026/9/10(木) 19:00~21:00 |
池田 悠也 | MLOps・RobOps実践 |
| 第3回 | 2026/9/17(木) 19:00~21:00 |
高波 亮介 | コンピュータアーキテクチャ（メモリ・通信・仮想化・デバイスの管理） |
| 第4回 | 2026/9/24(木) 19:00~21:00 |
TBA | ROS2入門(1/2) |
| 第5回 | 2026/10/1(木) 19:00~21:00 |
長野 匡隼 | ROS2入門(2/2) |
| 第6回 | 2026/10/8(木) 19:00~21:00 |
千代 航平 | TBA |
最終課題
予定
体制
企画・監修
松尾豊
Matsuo Yutaka
東京大学大学院
工学系研究科
松尾・岩澤研究室
松嶋 達也
Matsushima Tatsuya
東京大学大学院
工学系研究科
松尾・岩澤研究室
朱 曜南
Yaonan Zhu
東京大学大学院
工学系研究科
松尾・岩澤研究室
講師
松嶋 達也
Matsushima Tatsuya
東京大学大学院
工学系研究科
松尾・岩澤研究室
長谷川 貴巨
Hasegawa Takaomi
東京大学大学院
工学系研究科
松尾・岩澤研究室
池田 悠也
Ikeda Yuya
高波 亮介
Takanami Ryosuke
東京大学大学院
工学系研究科
松尾・岩澤研究室
長野 匡隼
Nagano Masatoshi
京都大学大学院
情報学研究科
千代 航平
Sendai Kohei
東京大学大学院
工学系研究科
松尾・岩澤研究室
申込
受講対象者
・学生（大学院生、大学生、短大生、専門学校生、高専生、高校生、中学生）
※開講日時点で、中学生、高校生、学位取得可能な学校法人及び認可専門学校に在籍中の学生、または入学予定であることが証明できる方 (学生証等を添付し応募ください。)
※社会人学生もお申し込み可能です。
※一般社会人、大学の科目履修生・単科履修生・聴講生、語学学校などは対象外となります。
※研究生は、以下の対象となる学校に所属している場合のみ対象となります。所属学校がわかる書類を添付してください。
※海外大学在学中、在学予定の方は、学生証、もしくは在学中であることのわかる書類を添付してください。
〈対象となる学校〉
中学校、高校を除き、以下に記載のある学校に所属していることが必要です。
・大学・短期大学・高等専門学校・学校法人一覧
https://www.mext.go.jp/a_menu/koutou/ichiran/mext_01853.html
・公私立短期大学一覧
https://www.mext.go.jp/b_menu/link/daigaku3.htm
・専門士の称号を付与する専修学校：
https://www.mext.go.jp/a_menu/shougai/senshuu/mext_01253.html
・専門職大学院一覧
https://www.mext.go.jp/a_menu/koutou/senmonshoku/000009181_00007.html
・社会人
※Physical AI 講座 2026 基礎編を受講し、修了見込みの方
※Physical AI 講座 2025 を受講したことがある方
※メタバース工学部会員企業様の受講お申し込みは、各企業からのご案内をご参照ください。
※ご自身に応募資格があるのかわからない等のご質問は、お問い合わせフォームからご質問をいただいてもお答えいたしかねます。
【学生・社会人 共通のご注意事項】
※受講希望者が多数の場合には、抽選を行います。
※受講中に上記の条件に当てはまらないことが発覚した場合は、受講資格を取り消すことがあります。
※本講座における申込条件や、各種告知等の文言等は事前の告知なく変更になる可能性がございます。予めご理解の上お申し込みいただく様お願いいたします。
前提条件（必須）
・Zoom、Googleサービス（Google ドライブ、Google フォーム、Google Colab等）、Webブラウザ、Slackを利用できるPCが用意できること
・機械学習および深層学習の基礎知識を有すること
・毎回の講義を確実に視聴できること（録画視聴も可能）
・最低でも毎回3時間程度の自習時間が確保できること
※Windows/Mac/Linux推奨
※講義・演習の実施にあたり、Dockerをご準備いただきます。
参考：https://docs.docker.com/engine/install/
※受講者起因によるトラブルシューティングは致しません
前提条件（推奨）
・大学レベルの線形代数、微分積分、確率論・統計学に関する知識を有すること
・機械学習の基礎知識を備え、基礎的な実装が自身でできること (Pytorch、TensorFlow、JAXなどのフレームワークを使ってモデルの構築・訓練・評価を行った経験があること)
受講の仕組み
講義について
・本セミナーは、ライブ配信される講義映像を、各人が自宅等で視聴していただく形式です。
・各講義日の19:00〜21:00にライブ配信します。アーカイブ動画を視聴しての受講も可能です。
・ライブ配信への参加方法など詳細については、受講が決定された方にご連絡いたします。
・本講座は公開講座であり、大学から単位は出ません。
・受講料はかかりません。
・講義日程・内容は変更になる場合がございます。
修了要件
・受講が決定された方にのみお知らせいたします。（受講の手引きに記載いたします）
修了者へのベネフィット
・修了者にクローズドなコミュニティへご参加頂き、様々な交流イベント等のご案内をしていきます。
・データサイエンス/深層学習関連のイベント・勉強会や研究プロジェクトへのご案内をしていきます。(参加条件等あり)
ID登録締切│2026/8/18(火)AM10:00→9/1(火)AM10:00
申込締切│2026/8/20(木)AM10:00→9/3(木)AM10:00
※最初にID登録を行っていただき、その後、講座へ申し込みいただきます。
※既にID登録済の方は、マイページにログインください。
よくある質問
・出席の提出締切まで（通常は講義から1週間以内）にご視聴の上、アンケートにご回答いただければ出席とカウントされます。
・ただし、一部講義の特定回（外部ゲストの講演等）は、アーカイブ配信をしない場合がありますので予めご了承ください。
記入内容に不備がある場合、画面が変わらずお申し込みができません。
以下をご確認ください。
<学生の方>
（1）Gmailアドレス
→ドメインが@gmail.com以外のアドレスを入力されていないか
（メールアドレスの後に半角・全角の空白が入らないようご留意ください。）
（2）卒業予定年月日
→卒業済みでないか、また正しく入力できているか
（3）学生証などの入力を確認できる画像
→JPEG, JPG, PNGのいずれかの形式か
– TIFF形式（iPhoneの画像）は対応していません。
→画像2枚を提出しているか
（4）利用規約とプライバシーポリシー
→チェックを入れているか
（5）私は正規の学生です
（大学生と社会人学生の場合、学士の学位が取得できる方が対象となります。）
→チェックを入れているか
（6）すべての項目に入力漏れがないか
（7）過去にomnicampusで同一メールアドレスでご受講登録されたことがないか
→ご受講されたことがある場合は、上部にあるENTRY [マイページへのログイン（ID登録済の方）]からログインし受講申込ください。
不備がない状態でも解決しない場合、申し込み画面をリロードの上再度ご入力ください。
・迷惑メールフォルダに入っていないかをご確認ください。
・<＠weblab.t.u-tokyo.ac.jp> <@mail.edu.omnicamp.us>が迷惑メールに入らないよう設定をしていますか？まだの場合は設定をお願いします。
・上記3点をご確認いただいても届いていない場合は、メールアドレスを入力ミスされた可能性があります。[お問い合わせフォーム]（リンク）より運営に問い合わせてください。再登録依頼をご連絡します。
・各講座のLPに受講可否のメール送信予定日を記載していますので、お待ちください。
・複数の講座に応募した場合、講座によって受講可否の通知タイミングが異なります。
【受講可否のメール送信日を過ぎている場合】
・お申し込みをしたメールアドレスの受信フォルダをご確認ください。
その他のよくある質問はこちら（リンク）
※お問い合わせフォームから受講の応募は受けつけておりません。
※募集締め切り後のご応募はお受けしておりません。
※回答にお時間をいただく場合がございます。ご了承ください。
申込
ID登録締切│2026/8/18(火)AM10:00→9/1(火)AM10:00
申込締切│2026/8/20(木)AM10:00→9/3(木)AM10:00
※最初にID登録を行っていただき、その後、講座へ申し込みいただきます。
※既にID登録済の方は、マイページにログインください。