スペースデータ、生成AIエージェント研究基盤「SD-AgentFoundry」をOSS公開

SD-AgentFoundryは、複数のLLMエージェントが2次元グリッド上で会話や移動を繰り返す「SD-AgentFoundry-2D」と、VLMが一人称画像をもとに3Dデジタルツイン内を移動する「SD-AgentFoundry-3D」で構成されています。2D版は災害時の情報伝播や避難行動、都市や施設の人流といった社会シミュレーションを想定しています。3D版は国際宇宙ステーションの日本実験棟「きぼう」を再現したUSD環境で、JAXAロゴを探して近づくタスクをデモとして収録しています。いずれもmacOS・Windows・Linux上でローカルに動作し、Apache License 2.0の下で公開されています。

SD-AgentFoundryは、機能の多さよりも「認識→推論→コミュニケーション→行動→観察」のループを追いやすいことを優先して設計されています。2D版ではエージェントに位置や混雑率、火災の強度といった数値情報のみを与え、行動ルールや定性的な評価は与えません。そのため、警告の伝播や協調、回避といった振る舞いがモデル自身の判断としてどのように現れるかを観察できます。3D版ではVLMの生の応答や解釈された行動、推論時間などを毎回記録し、エージェントがなぜそう動いたのかを後から確認できます。

SD-AgentFoundryはクラウドAPIに依存せず、Ollamaを通じてローカルのオープンなLLMやVLMで動作します。モデルや計算環境を利用者側で選べるため、同一条件でLLMを差し替えたときの行動特性の違いを比較する基礎環境として利用できます。2D版ではシナリオやエージェント設定を、3D版ではUSDシーン、タスク、VLMバックエンド、行動の解釈ルールをそれぞれ置き換えられます。これにより、研究者や学生、開発者が自分の課題に合わせて自由にアイデアや仮説を試せます。

兵頭博士は今後、さまざまなLLMやVLM、デジタルツイン環境との接続や、エージェント評価手法の拡充、複数エージェントと3D環境を組み合わせた検証などを進める予定です。スペースデータは、空間を情報化し、AIに物理を学ばせ、機械が自律的に動けるようにする「空間知能」の実現に取り組んでいます。SD-AgentFoundryで得られる知見を、デジタルツインやフィジカルAIの研究開発と往復させながら、宇宙・都市・防災・施設運用など多様な実世界課題に対するAIエージェント技術の可能性を探索していくとしています。

A. LLMやVLMで動くAIエージェントのシミュレーションを、手元のPCで試せる研究用の基盤です。2Dの集団行動と3Dのデジタルツイン探索の2種類が用意されています。

A. 生成AIエージェントの原理を理解したい学生や研究者、エンジニア向けです。教育や研究、PoCの初期検討での利用を想定しています。

A. はい、Apache License 2.0の下で公開されており、無料で利用できます。macOS・Windows・Linux上でローカルに動作します。

• https://arxiv.org/abs/2608.22833
• https://github.com/ryukih/SD-AgentFoundry-2D
• https://github.com/ryukih/SD-AgentFoundry-3D
• https://spacedata.jp/news
• https://spacedata.jp
• https://www.linkedin.com/company/spacedatajp/
• https://www.wantedly.com/companies/spacedata/projects
• https://spacedata.jp/contact

O!Productニュース編集部からのコメント

ローカル環境でモデルやシミュレーション条件を差し替えられる研究基盤です。AIエージェントのPoCを比較検証する場面で使えます。

引用元：PR TIMES