＜主な特長＞
（１） 人のお手本（実演）による簡単教示
人が作業を実演している最中の手先の位置姿勢や力をセンサで計測し、その計測データをロボットの動作に自動変換することで動作を教示する。
ペンダント操作に不慣れでも、実演による教示であれば、研磨のようなワークの曲面形状に合わせた３次元的な軌道と力加減を短時間で簡単に教示することができる。また、短時間で教示ができるため、多品種対応が容易になる。

（２） 学習機能による熟練作業者のスキルの再現
現状のロボットは位置姿勢を再現することは得意ですが、力加減を再現することは得意ではない。人が練習を繰り返すことで上達するのと同様に、ロボットが自ら練習を繰り返す（学習する）こと
で、教示した熟練作業者の力加減（スキル）を再現できる。また、生産ラインのレイアウト変更によ
りロボットと研磨機の配置が変わったとしても、再学習することで実演時のスキルを簡単に再現できるため、短時間でラインを再稼働させることができる。
教示データは再利用性が高く、異なるロボットで共有することも可能。

＜主な用途＞
金属ワーク(自動車部品、水栓金具、時計など)の研磨やバリ取り、組立作業など。

センサなどにより情報が入れば入るほど、その精度は高まり、モノにたいして自己判断するＡＩ導入となる。