開発の蓄積を、手元に。
AIとともに、その先へ。
箱庭ドローンPROのライセンスには、ソースコードが付いています。物理・センサー・フライトコントローラとのつなぎ・検証のツールまで、積み上げてきた中身を、一から作り直さずに土台にできます。そしていまは、その中身を AI と一緒に読み解き、原因を調べ、自社の目的に合わせて育てられます。
AI が読み解ける作りだから、
AI の提案を、動かして確かめられる。
- 一から作らずに済む：ドローンの物理・センサー・PX4／ArduPilot とのつなぎ・SITL との照合の仕組みを、そのまま土台にできる。
- AI が理解と改良を支える：コードを AI に読ませて、仕組みの説明、原因の調査、拡張、テストを頼める。
- 動かして確かめる：変えたものを、Control Link と SITL で実行して比べられる。ここが箱庭ドローンPROの特徴。
何が変わったのか
これまで：ソースコードが付いていることの価値は、「読めるし、改造できる」でした。ただ、C++ や制御、推定の中身まで読み解ける人は限られていて、実際に手を入れられるのは一部の専門家でした。
いま：AI がコードを読んで、「なぜこう動くのか」を説明してくれます。原因を追い、変更の案を出し、テストを書いてくれます。ソースが付いていることが、製品を理解するための近道になりました。
なぜ箱庭ドローンPROなのか ソースが読めるだけなら、ほかにもある
いまは、汎用のシミュレーターの多くもソースを公開しています。違いは「読める」ことではなく、読んで、変えて、確かめるまでの距離です。
機体 → センサー → フライトコントローラとのつなぎ → チューニング → SITL との照合が、ドローンの制御のための一つのコードにまとまっています。ドローンの制御に必要な処理を、関連するコードと文書をたどりながら追跡できます。目的が絞られているので、変更の影響が描画や画面などの関係ない層に広がらず、AI にも見通せます。
決定論的に動く Control Link、同じシナリオでの比較、SITL との統計的な照合が、最初から入っています。AI が出した変更を、実際のフライトコントローラのソフトウェアを動かす SITL と比べて、すぐに確かめられます。AI は間違えることがあるので、ここが一番効きます。
センサーの変換の仕様、PX4・ArduPilot の SITL と合わせるときに見つけた勘所、チューニングの探索範囲の根拠が、ソースと同じ場所にあります。AI はコードだけでなく、この文書も読んで答えます。
写実的な映像や大きなコミュニティが必要な場面では、汎用のシミュレーターが強みを持ちます。目的に応じて、併用もできます。
AI とできること 質問の例つき
仕組みや処理の流れを、コードを参照しながら説明してもらう
「GPS の遅れは、どこで、どの順番で効いている？ ファイルと関数で教えて」
シミュレーションの結果が想定と違うとき、コード・設定・ログを横断して原因を追う
「Control Link と SITL で、東への加速だけ 15 ms 遅い。ログとコードから原因の候補を挙げて」
自社の機体・センサー・制御に合わせた変更の案とコードを作ってもらう
「自社のモーターの試験データから、ロータの係数を求めて機体設定に入れて」
変更で既存の動きが壊れていないかを確かめるテストや比較を作ってもらう
「この変更で、既存の機体設定の飛び方が変わらないことを確かめるテストを書いて」
設定値の根拠や仕様を、コードを引用しながら整理し、チームで共有する
「このチューニングの探索範囲は、なぜこの値なのか。根拠を表にして」
なぜ箱庭ドローンPROは AI と相性が良いのか AI の力は、読ませるコードの作りで決まる
| 作りの筋の良さ | AI にとって何が良いか | 実例 |
|---|---|---|
| 境界がはっきりしている | 物理・センサー・フライトコントローラとのつなぎ・サービスが、決まったインターフェースで分かれている。AI が「どこを読めばよいか」で迷わない | PX4 と ArduPilot を、同じ口にアダプターとして差し込んでいる |
| 設定の正本が1つ | 機体の性質は機体設定ひとつに書く。設定の値から、効いている場所までを AI がたどれる | センサーの癖を1つの設定に書き、つなぎ方ごとに変換する |
| 決定論的に再現できる | 乱数の種と共通の時刻で、同じ条件なら同じ結果。AI の提案を、同じ条件で何度でも確かめられる | 変更の前後で、10回対10回の統計を比べる |
| ログが共通の時刻の上にある | 物理・センサー・制御の記録が同じ時刻でそろう。AI がログを読んで、ミリ秒単位で原因を追える | SITL 側の 9 ms の遅れを特定した |
| 仕様と検証のツールが一緒にある | 仕様書、変換の仕様、照合のツール、テストがソースと同じ場所にある。AI の変更に「ガードレール」がかかる | テストと SITL の照合で、デグレを止めてから取り込む |
実例：AI とソースを突き合わせて、原因を突き止めた 箱庭ラボでの開発から
SITL だけで起きる、9 ms の遅れ
フライトコントローラの SITL が起動時に送り直した指令が受信側に溜まり、常に 9 ms 遅れて効いていました。共通の時刻のログで遅れを測り、受信と送信のコードを AI と読み合わせて、原因を特定しました。
センサーの精度の、単位の食い違い
機体設定の値が、フライトコントローラに送られるまでの間に単位が食い違っている箇所を見つけました。既存の利用者の動きを変えない改修方針を決め、AI が実装とテストを書き、SITL で修正の前後を比べてから取り込みました。
箱庭ラボでは、Claude Code が仕様・レビュー・SITL での確認を、Codex が実装とテストを担当する形で、日々の開発を進めています。
推奨する AI ツール
- Claude Code（Anthropic）：コードを読んでの説明、設計、レビュー、検証の手順づくりに。
- Codex（OpenAI）：実装、テストの作成、繰り返しの改修に。
どちらも、ソースコードのフォルダを開いて、そのまま質問や作業を頼めます。これらのツールは箱庭ラボの推奨であり、箱庭ドローンPROのライセンスには含まれません。各サービスの契約・料金は、それぞれの提供元の条件に従います。
位置づけ 汎用のシミュレーターとの使い分け
写実的な映像や認識 AI の学習用データが目的なら、それに強い汎用のシミュレーターがあります。汎用のロボットのシミュレーションにも、広く使われている選択肢があります。
箱庭ドローンPROは、ドローンの制御の検証に絞って、軽い Control Link、同じシナリオでの比較、センサーの癖の統一、SITL との統計的な照合を一つにまとめています。目的に応じて、併用もできます。
ひとつだけ、お願い
AI サービスの「学習への利用」はオフにしてお使いください。入力したソースコードが、AI のモデルの学習に使われないようにするための設定です（設定の場所は、各サービスの案内をご確認ください）。
AI は強力な道具ですが、間違えることもあります。箱庭ドローンPROには、変更を動かして確かめる仕組みがそろっています。AI の速さと、検証の確かさを組み合わせて使ってください。