SlashML (/ ml) Embodied Robotics Trajectory Memory

SlashML ロボティクスと空間メモリのドキュメント

身体性 AI、モバイルマニピュレーション、自律型ロボット向けの超低遅延な空間メモリ基盤と動的な信念追跡です。

---

1. 概要

ロボットの知覚とタスク実行には、根本的な課題があります。それは、空間記憶の喪失と座標の陳腐化です。 動的な作業空間で物体が移動すると、ロボットは次のいずれかを行う必要があります。

1. 高コストな視覚探索ルーチンを使って、環境全体を再スキャンする（低速で、計算オーバーヘッドが大きい）。
2. 古い座標を返す、またはサブミリ秒単位の検索保証がない従来型データベースに問い合わせる。

SlashML Robotics は、次の機能を備えた専用の空間メモリエンジンでこの課題を解決します。

• サブミリ秒のクエリ遅延：2,000 個以上の雑然とした物体を対象に、P50 < 0.35 ms、P99 < 0.55 ms を実現し、30〜60 Hz（16〜33 ms）のロボットの視覚・動作ループに容易に組み込めます。
• 動的な空間状態の更新：物体が移動すると、新しいセンサー観測が再インデックスなしで 1 マイクロ秒未満に古い座標を置き換えます。
• 時系列の軌跡履歴：すべてのエンティティについて、タイムスタンプ付きのウェイポイント経路を自動的に管理します。
• 機能的アフォーダンスの検出：能力（例：fastening、measuring、cutting）に基づいてツールや機器を検索します。
• 複数言語に対応したネイティブクライアント：Python、C++17、Rust、TypeScript を第一級でサポートします。

---

2. 対応クライアントライブラリ

言語	パッケージ名	対象の役割	主な統合先
Python	slashml-robotics (PyPI)	AI による知覚と高レベルのオーケストレーション	PyTorch、rclpy、OpenVLA、Isaac Sim、OpenCV
C++	slashml-robotics-cpp (CMake)	ハードリアルタイムとネイティブ制御	rclcpp (ROS 2)、Nav2、MoveIt 2、BehaviorTree.CPP
Rust	slashml-robotics (crates.io)	ゼロアロケーションと高速ミドルウェア	Zenoh、Rerun.io、組み込みロボティクスのマイクロサービス
TypeScript	@slashml/robotics (npm)	フリート管理と Web 遠隔操作	Foxglove Studio、React コンソール、WebRTC ビデオ

---

3. クイックスタートガイド

Python

from slashml_robotics import RoboticMemory, Pose6D

# Connect to local appliance daemon or cloud service
memory = RoboticMemory(base_url="http://localhost:8000")

# Ingest perception detection (updates belief state automatically)
memory.add_observation(
    object_name="digital_caliper",
    room_zone="quality_inspection",
    pose=Pose6D(x=2.1, y=0.5, z=0.85),
    tags=["tool", "inspection"],
)

# Sub-microsecond active location lookup
loc = memory.where_is("digital_caliper")
print(f"Location: {loc.room_zone} at ({loc.pose.x}, {loc.pose.y}, {loc.pose.z})")

# Chronological trajectory history
traj = memory.get_trajectory("digital_caliper")
for wp in traj.waypoints:
    print(f"[{wp.timestamp}] Visited {wp.room_zone}")

C++17 ヘッダーオンリー

#include <slashml/client.hpp>

int main() {
    using namespace slashml::robotics;
    RoboticMemoryClient client("http://localhost:8000");

    client.add_observation("torque_wrench", "tool_crib", Pose6D(1.0, 0.5, 0.8));
    auto loc = client.where_is("torque_wrench");
    if (loc) {
        std::cout << "Zone: " << loc->room_zone << "\n";
    }
    return 0;
}

Rust

use slashml_robotics::{RoboticMemoryClient, Pose6D};

fn main() {
    let client = RoboticMemoryClient::new("http://localhost:8000", "key", "robot_1");
    client.add_observation("caliper", "tool_crib", Pose6D::new(1.0, 0.0, 0.8), &[], 1.0, None);
    if let Some(loc) = client.where_is("caliper") {
        println!("Found at zone: {}", loc.room_zone);
    }
}

---

4. ROS 2 ブリッジの統合

ROS 2 ブリッジは、車載カメラと検出器（例：YOLO、RT-DETR、SAM）を SlashML に接続します。

from slashml_robotics.ros2.bridge_node import SlashMLSpatialBridgeNode

# In your ROS 2 launch file or Python node:
bridge = SlashMLSpatialBridgeNode(node_name="spatial_memory_bridge")

# Vision callback runs at 30 Hz with <50 microseconds overhead:
bridge.handle_detection(
    class_name="wire_strippers",
    pose_x=1.25,
    pose_y=-0.4,
    pose_z=0.9,
)

このブリッジは、ビヘイビアツリープランナー向けに標準の ROS 2 サービスを公開します。

• /slashml/where_is
• /slashml/get_trajectory
• /slashml/find_by_affordance

---

5. 身体性エージェント向けツール（MCP）

物理的な推論を行うエージェント（Claude、Gemini、OpenAI、ローカル LLM）向けに、SlashML は Model Context Protocol（MCP）ツールを提供します。

• locate_physical_object：有効な 6-DoF の位置と部屋のゾーンを取得します。
• record_sensor_observation：検出結果を取り込み、古い座標を自動的に置き換えます。
• query_object_trajectory：時系列に沿った完全な移動経路を再構成します。
• find_objects_by_affordance：アクションを実行できる作業空間内のアイテムを検索します。

# Install standalone Robotics plugin & skill in Claude Code
/plugin install slashml-robotics --marketplace slashml-ai/slashml-robotics

---

6. アーキテクチャとデプロイオプション

SlashML は、コンパイル済みの不透明なバイナリアプライアンスまたはコンテナとして配布されます。

• ローカルの組み込み IPC：slashmld を NVIDIA Jetson AGX Orin または産業用 x86 コンピューター上で直接実行し、Unix ドメインソケット経由でマイクロ秒レベルの IPC を実現します。
• オンプレミスのエッジサーバー：gRPC/HTTP 経由で施設内の複数のモバイルロボットにサービスを提供する中央ワークステーションです。
• SlashML Cloud：複数施設にまたがるフリートの調整とグローバル同期を実現します。