General Trajectory

自律型ドローン迎撃からヒューマノイドロボットまで、物理世界の複雑な問題を解決する認知型AIファウンデーションモデル

料金は問い合わせclidesktopLLMベース

DataRobot と比較 General Trajectory の代替ツールを見る

概要

General Trajectoryは、物理世界の複雑な問題を解決するための認知型AIを開発する応用AI研究企業です。主力製品として、ジャミング耐性機能を備えた自律型ドローン迎撃システム「Phoenix」と、報酬ベースの模倣学習（RGIL）を通じて未学習オブジェクトの操作性能を向上させた精密操作ソリューションを提供しています。自律防衛からヒューマノイドロボット・物流自動化まで、物理環境における汎用AIの実行力を目指しています。

差別化ポイント

General Trajectoryは、AndurilのLatticeが目指す「統合指揮統制（C2）」や、Shield AIのHivemindが重視する「戦闘機動性」とは異なり、「物理的制約条件を順守する汎用的な実行能力」に焦点を当てています。特に、従来のSOTA（最先端技術）モデルでは対応できない未知の物体や複雑な物理環境でも60%以上の性能向上を示し、数千ドルの高価な機器ではなく、500ドル程度の低価格ハードウェアでも動作可能な汎用基盤モデルを目指している点が、主要な差別化要素です。

主な機能

未学習オブジェクト操作の成功率向上のためのRGIL（報酬ベース模倣学習）モデル
ジャミング耐性機能を備えた自律型ドローン迎撃システムPhoenix
産業用ビジョン-言語モデル（VLM）により予測不可能な環境での作業を実行
パレタイジング・仕分け・ピッキング・梱包自動化のための産業用ロボットAI
実際の環境で従来のSOTAモデルが成功率0%であったケースの一般化

メリット・デメリット

ウェブ検索で収集したユーザーの声をまとめたものです

メリット

実際のユーザーや専門家は、このツールが初めて遭遇する物体やシナリオに対しても優れた適応力を示す「汎化性能（Generalization）」を最大の長所として挙げています。特に、報酬誘導型模倣学習（Reward-Guided Imitation Learning）により、物理法則に反することなく、人間の熟練した判断を迅速に学習できる点が高く評価されています。また、シミュレーション（GT Sim）と実環境のギャップを縮め、10msレベルの超低遅延推論を実現しているため、リアルタイム対応が不可欠な防衛・産業現場で高い信頼性を得ています。

デメリット

2024年設立で、Y Combinator（W25）バッチに参加している初期段階のスタートアップであるため、すでに数兆ウォン規模の評価額を持つAndurilやShield AIと比べ、実戦配備データや運用実績が不足している点が課題として指摘されています。また、高度な物理学の知識とAIの専門性を組み合わせたソリューションであることから、一般企業にとっては導入の技術的ハードルが高く、現在は大規模な防衛契約や特殊なR&Dを中心とする閉鎖的なエコシステムを形成しているため、一般的なアクセス性が低い点も惜しまれます。