この機械は何か
Elephant Robotics(深圳)の卓上6軸ロボットアーム。名前の280は可動半径280mmを指し、可搬重量250g・本体約850g・繰返し精度±0.5mm。「世界最小クラスの協働ロボット」として教育・研究・個人開発者向けに現行販売されている。
バリエーションは搭載コントローラ違いの4種で、アーム部の機構仕様は共通。M5Stack版($649)はPCからUSBシリアルで制御する前提の最普及モデル、Raspberry Pi版($799)はPi 4内蔵でモニタとキーボードを挿せば単体動作、Jetson Nano版($849)は画像処理・ROSシミュレーション向け、Arduino版($599)が最安。違いは「頭脳をどこに置くか」だけなので、LLMを外部のPCやサーバーで走らせてアームをツールとして叩く構成ならM5版で十分。日本ではスイッチサイエンスが正規に扱い、2026年8月時点でM5版¥118,580・Pi版¥154,220(税込・在庫あり実測)。並行輸入や旧モデル在庫処分も流通するが、技適・PSEの表記がある正規流通が無難だ。
接続の口
公式Pythonライブラリ pymycobot が事実上の正門。pipで入り、send_angles(6関節の角度指定)/send_coords(XYZ+姿勢の座標指定)の制御系と、get_angles/get_coordsの状態取得系が両方向揃う。MITライセンスで、2026年7月にv4.0.6が出ており更新は現役。同梱のMyCobot280Socketを使えばTCP経由になり、アームを繋いだマシンとLLMを走らせるマシンを分離できる。
ROSは公式のmycobot_ros(ROS1)とmycobot_ros2(Foxy/Galactic/Humble)が維持されており、URDF・MoveItでの動作計画・RViz可視化まで一式ある。MCPはコミュニティ実装のcluesang/mcp-cobot-serverが存在し、FastMCPベースでget_angles/move_angles/go_home等8ツールをClaudeに公開する構成だが、スター1個の初期段階で実用水準とは言い難い。ただしpymycobotのAPIが単純なので自前のMCPサーバーは半日仕事で書ける。メーカー自身もDINO-X(クラウド物体検出API)と組み合わせてMCPを組むユーザーケースをHackster.ioに公開している(ページの直接取得は403のため詳細未確認・存在は検索で確認済み)。
AIから動かすまでの道のり
M5版なら (1)本体をUSBでPCに接続 (2)pip install pymycobot (3)シリアルポートを指定してMyCobot280クラスを初期化 — で数行後にはアームが動く。ファームウェア書き込みは公式ツールmyStudioで行う。
LLMに繋ぐ最短路は、pymycobotの関数をそのままtool定義(あるいはMCPツール)として生やすこと。角度制御・座標制御・グリッパー開閉・LED・脱力(手でポーズを教えるドラッグ&ティーチ)が全部露出できる。get_coordsで現在位置が返るので「動かす→読む→ずれてたら修正」のフィードバックループが素直に組め、この「状態が読める」点が同価格帯のホビーサーボアーム(コマンド送りっぱなし)との決定的な差になる。ChatGPTに自然言語でブロック並べをやらせたMicrosoftの「ChatGPT for Robotics」デモの実機もこのアームで、LLM×実機の教材としての実績は厚い。
ハマりどころは2つ。座標指定は特異点近傍で逆運動学の解が出ず黙って失敗することがあるので、大きく動かすときは角度指定か中間点経由が安全。またシリアル応答は同期的で、待たずにコマンドを連打すると詰まる。
できること・できないこと
可搬重量250gはエンドエフェクタ込みで考える必要がある。公式グリッパーを付けるとその自重の分だけ目減りし、実際に掴んで運べるのは百数十グラム程度と見るのが安全だ。持てるもの: 積み木、ペン、カード、菓子、卓上の小物。持てないもの: 350ml缶、中身入りマグカップ、工具、皿。「AIがコーヒーを淹れる」はドリップバッグを摘むのが限界で、ケトルは絶対に持ち上がらない。繰返し精度±0.5mmは同じ動作の再現には十分だが、精密組立には足りない。
用途の本命は (1)LLM×ロボティクスの学習とプロトタイピング (2)vision LLMの物理世界検証 (3)展示・デモ。この3つなら価格に見合う。実業務の自動化装置として買うと後悔する。
組み合わせのヒント
「見て掴む」はこのアームの一番おいしい構成。公式のカメラフランジ(USB)を手先に付けるか俯瞰カメラを固定し、vision LLMかオープンボキャブラリ検出器に対象の画像座標を出させ、ハンドアイ変換でsend_coordsに落とす。キャリブレーションが山場だが卓上固定なら一度きりで、公式AIキットはまさにこの構成の教材になっている。クラウドのvision LLMを使えば「赤いやつじゃなくて隣のやつ」のような曖昧な指示も通る。
Telloが空、Unitree Go2が脚なら、これは腕。3DプリンタBambu Lab A1 miniの印刷物の取り外し自動化は定番ネタで、250g以内の小物なら現実的に成立する。レーティングの考え方は/ratingを参照。