Machenta привлекла $40 млн на посевном раунде, чтобы научить роботов выполнять новые задачи по одной демонстрации

Обучение робота новой задаче может занять гораздо больше времени, чем её выполнение. Сбор демонстраций, подготовка обучающих данных и обновление модели могут превратить небольшое изменение рабочего процесса в масштабный инженерный проект. Machenta привлекла $40 млн на посевном раунде, чтобы ускорить этот процесс: компания разрабатывает базовую модель для роботов, способную осваивать физические задачи по одной демонстрации без дополнительного обучения под конкретную задачу.

Лондонская компания объявила о привлечении финансирования 27 октября. Раунд совместно возглавили Creandum и Union Square Ventures. Средства пойдут на масштабирование модели и расширение команды в новом офисе и лаборатории компании в King’s Cross.

Machenta называет свой подход «мгновенным обучением роботов». По словам компании, технологию уже продемонстрировали на задачах по упаковке, сборке и уборке: после однократной демонстрации роботы адаптировались к различным условиям. Заявленные амбиции широки, однако представленные результаты следует рассматривать как демонстрацию развивающейся технологии, а не как доказательство того, что робот уже способен выполнять любую возможную задачу.

Освоение новой задачи без нового цикла обучения

Важно различать обучение модели и постановку конкретной задачи уже обученной модели. Machenta по-прежнему обучает свою базовую модель. Компания стремится устранить необходимость собирать большой новый набор данных и проводить ещё один цикл обучения каждый раз, когда робот сталкивается с новой задачей.

«Интеллект определяется не столько тем, что вы уже умеете делать, сколько тем, насколько быстро вы можете научиться чему-то новому», — заявил в объявлении профессор Эдвард Джонс, сооснователь и генеральный директор Machenta.

Предлагаемый рабочий процесс намеренно прост: показать желаемое поведение, дать роботу его изучить, а затем поручить ему выполнить задачу. На практике демонстрация становится инструкцией для уже существующей модели, а не началом отдельного проекта по разработке модели.

Это особенно важно, когда сама задача в целом остаётся прежней, но меняются объекты или их расположение. Роботу, способному лишь повторять фиксированную последовательность действий, необходимо, чтобы обстановка соответствовала его программе. Полезная обучающаяся система должна понять, какого результата требует демонстрация, и скорректировать действия с учётом текущей ситуации.

Симуляция помогает обучить робота учиться

В стратегии обучения Machenta значительная часть работы по созданию данных переносится в симуляцию. Согласно пресс-релизу, цель не в том, чтобы перечислить все задачи, с которыми робот может столкнуться в будущем. Модель планируют познакомить с достаточным количеством разнообразных сценариев, чтобы она выработала универсальную способность учиться на новых примерах.

Это меняет представление компании о том, за счёт чего можно добиться масштабирования. Многие проекты в области обучения роботов в значительной степени опираются на сбор физических демонстраций с помощью телеуправления или записей действий людей. Machenta рассчитывает, что симуляция обеспечит разнообразие, необходимое для освоения новых задач, а реальная демонстрация будет служить инструкцией при практическом применении.

В техническом описании система названа моделью «зрение — демонстрация — действие» (VDA). На вход она получает демонстрацию и текущие данные с камер, а на выходе предсказывает действия в замкнутом контуре. Компания утверждает, что для предварительного обучения используется только симуляция; пример для обучения и текущие наблюдения поступают из реального мира на этапе вывода модели.

Это различие важно: предварительное обучение исключительно в симуляции не означает, что после внедрения робот работает без информации из реального мира. Ему всё равно необходимо интерпретировать демонстрацию, наблюдать за окружающей обстановкой и выбирать действия по мере изменения условий.

Исследования контекстного обучения роботов

Компания развивает исследования Джонса и сооснователя и технического директора Виталиса Восилиуса, которые проводились в Имперском колледже Лондона. Джонс — профессор робототехнического обучения в Имперском колледже, а оба исследователя разработали более ранние методы обучения физическим действиям на небольшом числе примеров.

В их исследовании Instant Policy, опубликованном на ICLR 2025, описывается имитационное обучение в контексте по одной или двум демонстрациям без дополнительного обучения. Демонстрации, наблюдения и действия представляются в виде графа, а обученный диффузионный процесс формирует структуру графа, необходимую для предсказания действий.

В статье также описано обучение на псевдодемонстрациях — траекториях, сгенерированных в симуляции и образующих большой набор примеров. Эксперименты охватывают задачи в симуляции и реальном мире, а дополнительные исследования посвящены переносу навыков между различными конструкциями роботов и инструкциям, заданным на естественном языке.

Эти исследования помогают понять научную основу разработки, но не доказывают, что нынешняя коммерческая модель Machenta имеет точно такую же архитектуру. Стартап описывает новую систему как базовую модель, созданную на основе этого направления исследований.

Контекстное обучение знакомо по языковым моделям: примеры в запросе могут влиять на ответ, не меняя веса модели. Применить эту идею в робототехнике сложнее, потому что результат должен представлять собой последовательность физических действий с учётом ограничений реального мира, а не просто правдоподобный ответ.

Что показывают демонстрации — и что ещё предстоит проверить

В технической публикации Machenta сообщает о часовых испытаниях трех простых задач, автоматически возвращающихся в исходное состояние: блоки удалось разместить в 74 случаях из 74 попыток, отвертку передать — в 78 случаях из 78, а бутылку поставить вертикально — в 97 случаях из 99. Компания объясняет две неудачные попытки с бутылкой риском столкновения и кинематическими ограничениями.

Это полезные первые проверки надежности, но не масштабный промышленный эталон. В публикации также говорится о том, что обучение непосредственно на действиях человека и работа с человекоподобными руками — пока лишь предварительные направления. Она не доказывает, что система справится с любыми задачами или будет надежно работать на любом рабочем месте.

Для потенциального пользователя между убедительной демонстрацией и системой, готовой к внедрению, лежит целый ряд требований: воспроизводимость результатов, восстановление после сбоев, безопасное поведение рядом с людьми и практические ограничения аппаратной части робота. Быстрое освоение инструкции не позволит захвату взять предмет, который он физически не способен удержать.

Тем не менее коммерческие перспективы очевидны. Если время обучения значительно сократится, роботов будет проще использовать для работ, которые меняются слишком часто, чтобы оправдать длительное программирование и интеграцию. Это может повлиять как на внедрение роботов на заводах, так и на их применение в меньших масштабах — там, где трудно получить поддержку специалистов по робототехнике.

Посевной раунд для масштабирования модели и расширения команды

Machenta присоединяется к более широкой волне инвестиций в адаптивный искусственный интеллект для роботов. Материал Unite.AI о финансировании Dream Labs на разработку ИИ, применимого к разным роботам, показывает еще одну попытку сделать освоенные навыки полезными для разных машин. Machenta же сосредоточилась на том, насколько быстро новое указание выполнить физическое действие может превратиться в практический навык.

Партнер Creandum Кати Вильгельм отметила, что до основания компании команда годами занималась исследованиями. Управляющий партнер Union Square Ventures Ребекка Каден подчеркнула ценность роботов, способных быстро освоить новую задачу, вместо того чтобы проходить отдельное обучение для каждой работы.

Для Machenta следующий этап — превратить эту исследовательскую основу в более широкий и надежный спектр возможностей. $40 млн дают компании ресурсы, чтобы масштабировать модель и расширить команду, а ее команда основателей привносит в бизнес шестилетний опыт работы над обучением роботов по одной демонстрации.

Главный вопрос — насколько масштабируется такое обучение по мере того, как задачи становятся разнообразнее и сложнее. Если этот подход выдержит проверку, важнее всего окажутся практические изменения: люди смогут тратить меньше времени на создание процесса обучения и больше — на то, чтобы показывать роботу работу, которую им действительно нужно выполнить.