研究開発＆プロダクト開発
複雑な世界に必要なのは、協調する知性。
現実の社会は、人、ロボット、車両、設備、部署、企業、システムなど、さまざまなプレイヤーが同時に動き、互いに影響し合っています。そのため、一つひとつを個別に効率化するだけでは、かえって全体の流れを悪くしてしまうことがあります。 たとえば、一台のロボットが最短ルートを選んでも、すべてのロボットが同じ通路を選べば渋滞が起こります。各部署が自分たちの業務だけを最適化しても、会社全体では在庫や納期、顧客対応に無理が生じることがあります。 こうした複雑な環境で必要なのは、単独で優れた判断をするAIではなく、周囲と連携しながら、全体にとってより良い判断を選べるAIです。我々はそうした「チームプレー型AI」（＝マルチエージェントAI）を研究開発しています。
マルチエージェント深層強化学習ライブラリ
複数のAIが協調して学習・行動するためのマルチエージェント深層強化学習（MARL）ライブラリを開発しています。研究用途だけでなく、物流、エネルギー、製造、モビリティ、シミュレーションなど、実務での活用も見据えた汎用的な開発基盤です。Pythonベースで扱いやすく、既存の機械学習環境とも連携しやすいため、エンジニアが導入・検証しやすい設計になっています。EfficiNet Xは、このライブラリを通じて「チームプレー型AI」の実装基盤を広げていきます。
マルチエージェント経路計画ライブラリ
複数のロボットや車両が、互いに衝突を回避しながら効率的に目的地へ移動するためのマルチエージェント経路計画（MAPF）ライブラリを開発しています。倉庫内搬送、工場物流、自律移動ロボット、モビリティ、交通シミュレーションなど、研究から実運用まで幅広く活用できる汎用的な開発基盤です。Pythonベースで扱いやすく、多数のエージェントや障害物を含む環境での経路生成・検証にも取り組みやすい設計になっています。EfficiNet Xは、このライブラリを通じて、複数の移動体が安全かつ効率的に協調するための実装基盤を広げていきます。
弊社ライブラリは全ロボットの経路を3秒ほどで出力可能。