ロボット学習分野で、
ロボットを用いたデータ収集・学習・評価の一連のシステムの構築へ！
注目を集める「Physical AI」について学べる実践型講座。ロボットとAIの融合領域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力」を身につけます。LeRobotを用いて、ロボット基盤モデルや強化学習による制御・学習の仕組みを体系的に理解するとともに、シミュレーション環境を活用した効率的な開発手法も学びます。
本講座は、「Physical AI」分野を初めて学ぶ方にも取り組みやすいよう、基礎から段階的に理解を深められるカリキュラムです。手を動かしながら着実に学べる実践的な内容で、機械学習・深層学習の基礎知識をお持ちの方を対象に、Physical AI領域に取り組むための実践力を養います。なお、応用編では基礎編で培った知識・経験をもとに更に発展的な講義を行う予定です。(応用編講座の詳細は7月頃に公開予定)
データサイエンティスト育成講座およびDeep Learning講座を10年以上運営し、2025年度は70,000人以上の人材を育成してきた東京大学松尾・岩澤研究室がコンテンツを監修・開発しています。
概要
データとシミュレーションで学ぶ
ロボット制御とAI開発
体系立てて学べる全7回の実践型講座
本講座は、学生を対象とした「Physical AI」に特化した全7回の講座です。LeRobotをシミュレーター上で動かしながら、データの収集、ロボット基盤モデルの学習、シミュレーターによる検証を体系的に学びます。また、強化学習によるロコモーションの習得や、学習データの利活用によるスケーリング、さらには実運用時の課題などについての講義を通して、最新の研究トレンドから実務に活かせる知識まで幅広く習得することを目指します。
前提条件をしっかり読んで、ご自身のスキルで対応できるかご判断の上ご応募ください。 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
最新の
ロボット制御技術について
広く学べる -
02
演習を通して
ロボット制御とデータ活用を
実践できる -
03
学習から運用までを
俯瞰的に理解できる
カリキュラム
〇募集開始 2026/4/21（火）17:00
〇ID登録締切 2026/5/26（火）10:00 →6/15（月）13:00 ※ご要望多数につき延長しました
〇募集締切 2026/5/28（木）10:00 →6/17（水）13:00 ※ご要望多数につき延長しました
〇選考結果 2026/6/18（木）19:00までに応募者全員にお送りします。
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、岩澤有祐、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予定です。
※Physical AI講座 2026応用編の開講を予定しております。詳細が決まり次第ご案内いたします。
※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）/大規模言語モデル基礎（リンク）/大規模言語モデル応用（リンク）の受講をご検討ください。
| 日時 | 担当 | カリキュラム | |
|---|---|---|---|
| 第1回 | 2026/6/25（木） 19:00~21:00 |
松嶋 達也 本田 大明 |
Physical AIの概要 |
| 第2回 | 2026/7/2（木） 19:00~21:00 |
本田 大明 | Physical AIの活用 |
| 第3回 | 2026/7/9（木） 19:00~21:00 |
上條 達也 | Physical AIの学習（模倣学習） |
| 第4回 | 2026/7/16（木） 19:00~21:00 |
佐藤 誠人 | Physical AIの学習（強化学習） |
| 第5回 | 2026/7/23（木） 19:00~21:00 |
大川 武彦 | スケーリングとアーキテクチャ |
| 第6回 | 2026/7/30（木） 19:00~21:00 |
高波 亮介 | 実世界データの収集 |
| 第7回 | 2026/8/6（木） 19:00~21:00 |
上條 達也 太田 佳 |
Physical AIの実運用 |
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
岩澤 有祐
Iwasawa Yusuke
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
本田 大明
Honda Hiroaki
東京大学大学院
工学系研究科
松尾・岩澤研究室
上條 達也
Kamijo Tatsuya
東京大学 大学院
工学系研究科
松尾・岩澤研究室
佐藤 誠人
Sato Makoto
東京大学 大学院
工学系研究科
松尾・岩澤研究室
大川 武彦
Ohkawa Takehiko
一般社団法人AIロボット協会
AIRoA
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
太田 佳
Ota Kei
一般社団法人AIロボット協会
AIRoA
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、社会人学生）
・開講日（2026年6月25日）時点で、下記いずれかに該当することが条件です。
＊学位取得が可能な学校法人、または文部科学省認可の学校に在籍中であること
＊上記学校に入学予定であること（在籍・入学予定が確認できる書類の提出が必要）
応募時には、2026年6月25日時点で学生であることが証明できるもの（学生証等・入学予定が確認できる書類）を必ず添付してください。
＜対象となる学校＞
小学校・中学校を除き、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
・専門士の称号を付与する専修学校一覧
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/content/20250605-mxt_senmon02-000042957.pdf
※大学の科目履修生・単科履修生、予備校、語学学校などは学生枠でのお申込みはできません。
※社会人学生もお申し込み可能です。
※受講希望者が多数の場合には、抽選を行います。
社会人
対象：
※ロボット開発や制御分野での実務・研究経験をお持ちの方
※AIの実装経験がある、あるいは当研究室DL基礎講座、DL応用講座各種を修了相当の知識経験をお持ちの方
※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。
応募について：
※社会人の受講枠は、全体の応募状況に応じて一定の割合で設定いたします。
※受講希望者が多数の場合には、抽選を行います。
なお、応募内容（ご経験・受講目的等）を踏まえ、受講者構成を調整させていただく場合があります。
※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をご準備いただく可能性がございます。
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│2026/5/26（火）10:00 →6月15日（月）13:00
申込締切│2026/5/28（木）10:00 →6月17日（水）13:00
※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│2026/5/26（火）10:00 →6月15日（月）13:00
申込締切│2026/5/28（木）10:00 →6月17日（水）13:00
※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。