MUSE · 2026
モジュール型 AMR のソフトウェアをゼロから店舗へ
多機能なモジュール型 AMR 向けに、5 名のロボットソフトウェアチームですべてを構築。新しいユニットを設定だけで追加できる、Rust と Zenoh の階層型アーキテクチャ。ワンステップ更新と自動ロールバックに対応。
- 5 名
- で全て構築
陳 林峰
Chief Engineer, Robotics · MUSE株式会社 · 東京
実店舗で働くロボットに魂を吹き込み、毎週少しずつ信頼性を高めています。
MUSE での実績
- 店舗ロボットの介入率
- −90%
- 新店舗のセットアップ時間
- −89%
- ロボットシステムの更新時間
- −92%
自己紹介
MUSE株式会社の Chief Engineer, Robotics として、ゼロから開発した次世代店舗ロボットのアーキテクチャを統括しています。ユニットを付け替えることでさまざまな業務をこなす、多機能なモジュール型 AMR です。システムは現在、実店舗で毎日稼働しています。それ以前は、小型・低消費電力デバイスへの AI 実装に取り組んできました。
学生時代は多くのロボットコンテストに参加し、賞もいくつも受賞しました。しかし、そのロボットたちはどれも研究室から出ることはありませんでした。研究室の外で毎日使われるロボットをつくりたい。それが今の仕事につながっています。
この経験から、アルゴリズムやハードウェアだけでなく、それを支えるチームと仕組みまで含めて全体を考えるようになりました。シンプルで、信頼でき、測定できるエンジニアリングを大切にしています。ロボットは、人が信頼できて初めて価値を持つからです。また、AI ファーストで仕事をしています。コーディングエージェントを日々のチームの一員とし、その成果を信頼できるものにする仕様とチェックを整えています。
ロボティクス、組込みシステム、AI が交わる領域で、実際のユーザーに届け、すぐにフィードバックをもらえるチームで働くのが好きです。ロボットのソフトウェア、運動制御、そしてエンジニアと AI エージェントが一緒にものをつくる方法に関心のある方と、ぜひお話ししたいです。
プロジェクト
MUSE · 2023—
台車を牽引するロボットの運動制御
円形ロボットが台車を牽引しても、直線でもコーナーでも安定して走れる MPC 経路追従。実機ログをシミュレーションで再生して調整。
- −54%
- 横方向の追従誤差（RMS）
- −63%
- コーナーでのオーバーシュート
MUSE · 2026
台車の自動着脱
後方カメラでマーカーボードを読み取りながら後退して台車にドッキングし、そのまま牽引。切り離しも自動で行います。
MUSE · 2026
AI による安全な走行経路の予測
LiDAR とカメラを融合したデータから、AI が安全に走行できる経路を予測。ロボット搭載の NPU で推論。
Renesas · 2022—2026
マイコン上のエッジ AI
リソースの限られたマイコンで AI モデルがどう動くかを可視化するテスト・プロファイリング・ベンチマーク基盤。
QuantumCore · 2020—2022
小型デバイス向けセンサアルゴリズム
低スペックハードウェアで動く、レーダー・赤外線・音声向けの軽量な信号処理と機械学習。
職歴
- 2023.05 — 現在
Chief Engineer, Robotics
MUSE株式会社 · 東京
2026 — 現在 次世代ロボットシステムの技術リード
- 15 名以上のソフトウェアエンジニアを統括。直属の 5 名のロボットソフトウェアチームでロボットシステム全体を構築。
- ハードウェア抽象化、制御、認識、意思決定、クラウド運用まで、新しいロボットシステムをゼロから設計・実装。
- モジュール型ユニットを前提としたプラットフォームとして設計し、同じ AMR に新しいモジュールや機能を継続的に拡張できるようにした。
- Gazebo と Isaac Sim によるエンドツーエンドシミュレーション、台車の自動着脱、ルート計画を開発。
2023 — 2025 運動制御・障害物回避（ルネサス在籍中、会社承認の副業）
- 経路計画（SLP、DWA、Hybrid A*）と制御（MPC、カスケード PID、モータトルク制御）を開発し、実機で調整。
- 障害物回避、ソフトストップ、ロボット向け REST/gRPC サービスを開発。
- 2022.09 — 2026.03
Staff Application Engineer
ルネサス エレクトロニクス · 東京
- AI 推論エンジン向けのテスト・プロファイリング基盤を開発し、各種マイコンでモデルをベンチマーク。
- RAI フレームワークの開発、エッジ AI 高速化コードの最適化、ルネサス製マイコン向け AI アプリケーションの開発。
- 2020.04 — 2022.08
組込み AI ソフトウェアエンジニア
株式会社QuantumCore · 東京
- 低スペック組込み機器向けの高速・軽量アルゴリズムを開発。
- レーダー、赤外線 LED、マイクなどのセンサ向けアルゴリズムを研究し、試作機やツールを製作。
チームへの貢献
- 新システムの Rust コード。5 名のロボットソフトウェアチームが 9 か月でゼロから開発
- 0 → 35 万行
- リリースごとに通過必須の自動テスト
- 8,000+
- 顧客へのリリース周期（複数のベータを経て）
- −83%
個人としての貢献
- 新システムのコードのうち自ら執筆した割合
- 44%
- 新システムのコードのうち執筆またはレビューした割合
- 58%
- 2026 年のコミット数
- 1,247
- 関わったリポジトリ
- 23
2026 年の開発活動
強みと仕事の進め方
- 01
当事者意識
会社の承認を得た副業として運動制御と障害物回避を担当。その成果から次世代システム全体を任され、専任になりました。
- 02
データで語る
まず根本原因を探してモデル化し、実機データをシミュレーションで再現してから修正します。チームで動かす指標はひとつに絞る。店舗ロボットでは介入率でした。統計検定準1級。
- 03
一貫した軸
信号処理、組込み AI から、ロボット制御、システムアーキテクチャまで。軸はずっと「アルゴリズムを実機で動かすこと」です。各段階が次の土台となり、それぞれで製品を出してきました。
- 04
AI と働く
コーディングエージェントは日々のチームの一員です。仕様・テスト・規約を整えて成果を信頼できるものにし、出てきたものは自分でレビューします。
- 05
チームを速くする
共通の規約、コマンド一つで立ち上がる開発環境、CI、そして仕様書と ADR で判断の理由を残し、全員が並行して開発できるようにします。
- 06
現場に行く
毎週エンジニアと一緒に店舗へ足を運びます。ロボットのそばにいると、ダッシュボードでは見えない問題が見えてきます。
スキル
制御・計画
- MPC · LQR · PID
- SLP · DWA · Hybrid A*
- モータトルク制御
認識
- BEVFusion · LiDAR
- ArUco · OpenCV
- ONNX Runtime · NPU
システム
- Rust · C++ · Python · TypeScript
- ROS 2 · Zenoh
- Gazebo · Isaac Sim · Foxglove
- Podman · GitHub Actions · AWS
AI 活用開発
- Claude Code · コーディングエージェント
- AI と進める仕様・テスト駆動開発
- AI によるレビュー・ドキュメント作成
語学・資格
- 中国語
- ネイティブ
- 日本語
- 日本語能力試験 N1
- 英語
- TOEIC 805
- 統計
- 統計検定準1級
学歴
- 2018 — 2020東北大学
修士 · ヒューマンコンピュータインタラクション - 2013 — 2017吉林大学
工学学士 · コンピュータ工学
連絡先
ロボティクス、自律移動、組込み AI に関わる方とのつながりを歓迎しています。
clinfeng.jlu@gmail.com