INPUT スキャン
→
JUDGE Unity判定
→
COORD 座標変換
→
OUTPUT 動作実行
// MODULE DETAIL

モジュールをクリックして詳細を確認する

CURRENT モジュール型。各工程を人間が設計・検証できる。
失敗箇所の特定が容易。今の段階では正しい選択。
INPUTスキャン
→
JUDGEUnity判定
→
COORD座標変換
→
OUTPUT動作実行
// LOG LAYER — 各インターフェースで記録する
①スキャン画像 + 物体メタ情報（種類・サイズ・重心）
②Unity判定結果 + 根拠データ（なぜその座標か）
③座標 → ジョイント角の変換ログ
④動作完了後の結果画像（成功 / 失敗）
// 生まれるもの
→ (入力画像, 最終動作) のペアデータが自動蓄積される
KEY デモが動くたびに学習データが生まれる。追加コストはほぼゼロ。
必要なのは設計の意図だけ。
NOW
モジュール型
スキャン → Unity → 座標 → 動作

人間が設計した境界線。検証・修正が容易。PickAndPlaceデモの完成が最優先。

MID
ハイブリッド型
一部をMLで置換

蓄積したログデータで、座標変換レイヤーをMLモデルに置き換え始める。複数タスク対応・動的環境への適応が必要になったとき。

FUTURE
E2E型
カメラ映像 → 把持動作を直結

GR00T N2 / Isaac Labとの接続。複数ロボット連携・リアルタイム適応が要求されるとき。今のログ設計がここへの橋になる。

BRIDGE 今のデモを「データ収集装置」として設計し直すことが、
E2E化への最短経路になる。