Machenta、1回の実演でロボットに新しい作業を教えるため、4,000万ドルのシード資金を調達

ロボットに新しい作業を教えるには、その作業を実際に行うよりもはるかに長い時間がかかることがある。実演データの収集や学習データの準備、モデルの更新が必要となり、小さなワークフローの変更が大規模なエンジニアリングプロジェクトに発展しかねない。Machentaは、このプロセスの短縮を目指し、タスクごとの追加学習なしに、1回の実演だけで物理的な作業を習得できるよう設計されたロボット基盤モデルを開発するため、4,000万ドルのシードラウンドを実施した。

ロンドンに拠点を置く同社は10月27日に資金調達を発表し、CreandumとUnion Square Venturesが共同でラウンドを主導した。調達資金は、モデルの規模拡大と、King’s Crossに新設したオフィス兼研究所でのチーム拡充に充てる。

Machentaは、このアプローチを「即時ロボット学習」と呼ぶ。同社によると、梱包、組み立て、片付けの作業で技術を実証しており、ロボットは一度やり方を示されると、さまざまな状況に対応できるという。目指す範囲は広いものの、現時点の成果は開発途上の技術の実証として捉えるべきであり、ロボットがすでにあらゆる作業をこなせることを示すものではない。

新たな学習を実行せずに新しいタスクを習得

重要なのは、モデルの学習と、学習済みモデルに特定のタスクを教えることを区別する点だ。Machentaも基盤モデル自体の学習は行う。同社がなくそうとしているのは、ロボットが新しい作業に直面するたびに、大規模な新しいデータセットを収集し、もう一度学習サイクルを実行する必要性だ。

Machentaの共同創業者兼CEOであるEdward Johns教授は、発表の中で「知性とは、すでに何ができるかというより、新しいことをどれだけ速く学べるかにある」と述べた。

提案されているワークフローは、意図的にシンプルなものだ。望ましい動作を実演し、ロボットにそれを観察させたうえで、作業を実行させる。実現すれば、その実演は別個のモデル開発プロジェクトの出発点ではなく、既存モデルへの指示の一部となる。

作業の大枠は変わらない一方で、対象物やその配置が変わる場合に、これは特に重要となる。決められた手順を繰り返すことしかできないロボットは、プログラムに合わせて環境が整えられる必要がある。有用な学習システムには、実演が何を達成するよう求めているのかを見極め、目の前の状況に合わせて動作を調整する能力が求められる。

学習能力を身につけるためにシミュレーションを活用

Machentaの学習戦略では、データ生成の負担の多くをシミュレーションに移している。発表によると、目標はロボットが将来直面する可能性のあるあらゆるタスクを列挙することではない。新たな例から学ぶ再利用可能な能力をモデルが身につけられるよう、十分に多様なシナリオに触れさせることだ。

これにより、同社がどこから規模を拡大できると見込んでいるのかが変わる。多くのロボット学習の取り組みは、遠隔操作や人間の動作記録を通じた実環境での実演データ収集に大きく依存している。Machentaは、シミュレーションでの経験によって新しいタスクの学習に必要な多様性を確保し、実環境での実演を実運用時の指示として使えると見込んでいる。

同社の技術紹介では、このシステムを視覚・実演・動作モデル（VDA）と呼んでいる。実演と継続的なカメラ映像を入力として受け取り、閉ループ制御で動作を予測する。同社によると、事前学習にはシミュレーションのみを用いる一方、推論時には実演とリアルタイムの観察情報を実環境から得る。

この区別は重要だ。シミュレーションのみで事前学習するからといって、実運用時のロボットが実環境の情報なしで動作するわけではない。ロボットは実演を解釈し、周囲の環境を観察し、状況の変化に応じて動作を選び続けなければならない。

文脈内ロボット学習を支える研究

同社は、Johns氏と共同創業者兼CTOのVitalis Vosylius氏がImperial College Londonで行った研究を基盤としている。Johns氏は同大学のロボット学習教授であり、2人は少数の例から物理的な動作を学習する先行手法を開発した。

2人のInstant Policyに関する研究はICLR 2025で発表され、追加学習なしに1回または2回の実演から文脈内模倣学習を行う手法を説明している。この手法では、実演、観察、動作をグラフで表現し、学習済みの拡散過程を用いて、動作予測に必要なグラフ構造を生成する。

論文では、シミュレーションで生成した軌跡から大規模な例の集合を作る、疑似実演を用いた学習についても説明している。実験ではシミュレーションと実環境の両方のタスクを扱い、異なるロボット形態間での転移や、言語で定義された指示についても追加で検討している。

こうした研究は科学的な基盤を理解する助けになるが、Machentaが現在提供している商用モデルがまったく同じアーキテクチャであることを示すものではない。同社は、新しいシステムを、この一連の研究を基に構築した基盤モデルと説明している。

文脈内学習は言語モデルでよく知られている。プロンプト内の例によって、モデルの重みを更新せずに応答を変えられる仕組みだ。この考え方をロボット工学に応用するのは、より難しい。出力はもっともらしい回答にとどまらず、現実世界の制約のもとで実行する一連の物理的動作にならなければならないからだ。

実演で確認できること、そして今後検証が必要なこと

Machentaの技術解説によると、自動で初期状態に戻る3つの単純なタスクについて、各1時間にわたる試験を実施した。ブロックの配置は74回の試行すべてで成功し、ドライバーの受け渡しも78回すべて成功した。また、ボトルを立てる試行では99回中97回成功した。同社は、ボトルを立てられなかった2回について、衝突のリスクと運動学上の制約が原因だとしている。

これらは初期段階の有用な信頼性確認ではあるが、幅広い産業分野を対象としたベンチマークではない。また、この投稿では、人間の手から直接学習することや、ヒューマノイドの手で動作することを、今後の予備的な方向性として示している。あらゆるタスクに対応できることや、すべての職場で安定した性能を発揮できることが実証されたわけではない。

導入を検討するユーザーにとって、説得力のあるデモと実用可能なシステムの間には、動作の再現性、失敗からの復旧、人のそばでの安全な振る舞い、そしてロボットのハードウェアが持つ実際上の限界という隔たりがある。指示をすばやく学習できても、物理的につかめない物体をグリッパーで扱えるようにはならない。

それでも、商業的な可能性は明らかだ。指導にかかる時間を大幅に短縮できれば、長時間のプログラミングやシステム統合を正当化できないほど頻繁に作業内容が変わる現場でも、ロボットの導入を検討しやすくなるだろう。その影響は工場への導入にとどまらず、ロボット工学の専門的な支援を得にくい小規模な用途にも及ぶ可能性がある。

モデルとチームの拡大に向けたシード資金調達

Machentaは、適応性の高いロボット知能への投資が広がる潮流に加わっている。Unite.AIが報じたDream Labsによる、複数のロボットで活用できるAIへの資金調達は、学習した能力を異なる機械で役立てようとする別の取り組みを示している。Machentaが重視するのは、新たな物理的な指示を、どれだけ速く実用的な動作に変えられるかだ。

CreandumのパートナーであるKathi Wilhelmは、会社設立前にチームが何年にもわたって研究を続けてきたことに言及した。Union Square VenturesのマネージングパートナーであるRebecca Kadenは、仕事ごとに別の訓練を必要とせず、新しいタスクをすばやく習得できるロボットの価値を強調した。

Machentaにとって次の段階は、研究の基盤を、より幅広く信頼性の高い能力へと発展させることだ。4,000万ドルの調達資金により、同社はモデルを拡大し、それを担う人材を採用できる。一方、創業チームは、ロボットのワンショット学習に取り組んできた6年間の成果を事業に生かす。

中心となる問いは、タスクがより多様で難しくなるにつれて、この学習能力をどこまで拡張できるかだ。この手法が実用に耐えるなら、重要な変化は現場で実感できるものになるだろう。人々は訓練の仕組みを構築する時間を減らし、実際に必要な作業をロボットに見せる時間を増やせる可能性がある。