ワークショップ・資料¶
owner: Youngjin · updated: 2026-09 · volatility: 中
L0 TL;DR: 公開の自習ワークショップ・実装ガイド・サンプルを集めました。最終確認：2026-09-19。題名から原文へ、関連ピラーから構成の背景へ進めます。
時間と費用はモジュール・アカウント準備・GPU可用性で変わります。Prerequisites・Cleanup、権限、モデル条件を先に確認します。原文閲覧の記録であり全実習の再実行ではありません。
目的別に選ぶ¶
| 目的 | 資料 | 関連ピラー |
|---|---|---|
| シミュレーション学習入門 | NVIDIA Isaac Lab on AWS | P3 |
| 韓国語でRLからVLA1まで | Physical AI E2Eワークショップ | P2 |
| エージェント構成要素の入門 | Getting Started with Amazon Bedrock AgentCore | P5 |
| AgentCoreの応用 | Diving Deep with Amazon Bedrock AgentCore | P5 |
| π0の学習・評価構成を読む | SageMaker HyperPod EKSでπ0をファインチューニング | P2 |
| 3D資産・センサー・予測の接続 | OpenUSD産業デジタルツインサンプル | P3 |
| 実機なしでシミュレーション結果を見る | VLA Simulator on AWS | P4 |
| 実ロボットの実演データ収集 | GreengrassでLeRobotデータ収集 | P1 |
NVIDIA Isaac Lab on AWS¶
NVIDIA Isaac Lab on AWS · AWS公式ワークショップ · English
内容: EC2上のIsaac Lab、AWS Batchでの拡張、Isaac Simでの確認、後片付けを学びます。
開始前の確認: AWS権限、コンテナ基礎、GPUクォータを準備します。シミュレーションの実習です。
関連ピラー: P3.
Physical AI E2Eワークショップ¶
Physical AI E2Eワークショップ · コミュニティ制作ガイド · 韓国語
内容: Isaac Lab RL、GR00T VLA、Batch・SageMaker、シミュレーション評価をモジュール別に学びます。
開始前の確認: CDK・Docker・GPU環境とモデルアクセスを確認し、必要なトラックから選びます。
関連ピラー: P2.
Getting Started with Amazon Bedrock AgentCore¶
Getting Started with Amazon Bedrock AgentCore · AWS公式ワークショップ · English
内容: エージェント原型、Memory、Gateway、観測・評価、Policyを順に確認します。
開始前の確認: AWSアカウントとモデル・サービス権限を確認します。ロボット接続は別途統合が必要です。
関連ピラー: P5.
Diving Deep with Amazon Bedrock AgentCore¶
Diving Deep with Amazon Bedrock AgentCore · AWS公式ワークショップ · English
内容: Feature Deep DiveまたはBuild with Skillsで機能の組合せ・セキュリティ・観測を学びます。
開始前の確認: 公式案内はGetting Startedの事前完了を求めます。開発環境はPrerequisitesに従います。
関連ピラー: P5.
SageMaker HyperPod EKSでπ0をファインチューニング¶
SageMaker HyperPod EKSでπ0をファインチューニング · AWS実装記事 · English
内容: HyperPod EKSでデータ・学習・評価・後片付けをつなぐ2026-09-10公開ガイドです。
開始前の確認: 高度な構成です。本文は公開されていますが、本文のコードリンク（awsome-distributed-ai/…/3.test_cases/pytorch/pi0-lerobot）は404です。コードはmainにマージされておらず、未マージのPR #1174にとどまっています（2026-10-14確認、PR最終更新2026-07-30）。マージ前のコードは未レビューのため、読解資料として使います。
関連ピラー: P2.
OpenUSD産業デジタルツインサンプル¶
OpenUSD産業デジタルツインサンプル · aws-samples · English
内容: L1静的場面、L2センサー層、L3予測、L4再校正をローカル・AWSで試せます。
開始前の確認: Python・Node.js・Docker等の前提に従います。README例の内部URLではなく、ここで案内する公開GitHubから取得します。
関連ピラー: P3.
VLA Simulator on AWS¶
VLA Simulator on AWS · aws-samples · English
内容: 対応VLA・シミュレーターの組合せを実行し、映像・結果をS3に集めるサンプルです。
開始前の確認: CDK・GPUクォータ・モデル別利用権を確認します。少数デモの成功率は顧客配備性能を意味しません。
関連ピラー: P4.
GreengrassでLeRobotデータ収集¶
GreengrassでLeRobotデータ収集 · aws-samples · 英語/韓国語
内容: SO-ARM101リーダー・フォロワーとカメラのデータをLeRobot形式で記録しS3へ送ります。
開始前の確認: 実機・カメラ・Greengrass機器が必要です。READMEでは教育・デモ用とされ、そのまま本番利用する資料ではありません。
関連ピラー: P1.
学習順序¶
シミュレーションはIsaac Lab → 必要なE2Eトラック → VLA Simulator、エージェントはAgentCore Getting Started → Deep Diveがおすすめです。デジタルツインはOpenUSDローカル実行 → 必要なAWS段階を選びます。
資料の更新¶
提供者・言語・目的・前提・関連ピラー・確認日を記録します。リンク到達性と実習再現性は別に確認します。発表は新着情報、検証待ちはRadarに接続します。
-
VLA（Vision-Language-Action） — 映像観測と言語指示からロボット動作を出力するモデルです。 ↩