Machenta tar in 40 miljoner dollar i såddfinansiering för att lära robotar nya uppgifter med en enda demonstration

Det kan ta betydligt längre tid att lära en robot ett nytt arbete än att utföra arbetet själv. Att samla in demonstrationer, förbereda träningsdata och uppdatera en modell kan förvandla en liten förändring i arbetsflödet till ett omfattande ingenjörsprojekt. Machenta har tagit in 40 miljoner dollar i en såddfinansieringsrunda för att korta den processen. Företaget utvecklar en grundmodell för robotar som är utformad för att lära sig en fysisk uppgift från en enda demonstration, utan ytterligare uppgiftsspecifik träning.

Det Londonbaserade företaget tillkännagav finansieringen den 27 oktober. Creandum och Union Square Ventures ledde rundan gemensamt. Kapitalet ska användas till att skala upp modellen och utöka teamet vid företagets nya kontor och laboratorium i King’s Cross.

Machenta kallar sitt tillvägagångssätt ”omedelbart robotlärande”. Företaget uppger att det har demonstrerat tekniken i uppgifter som paketering, montering och städning, där robotar anpassar sig till variationer efter att ha fått se vad de ska göra en gång. Ambitionen är bred, men resultaten bör ses som demonstrationer av en teknik under utveckling, inte som bevis för att en robot redan kan utföra alla tänkbara uppgifter.

Lära sig en ny uppgift utan en ny träningsomgång

Den avgörande skillnaden är mellan att träna en modell och att lära en redan tränad modell en viss uppgift. Machenta tränar fortfarande sin grundmodell. Företaget vill däremot slippa samla in en stor ny datamängd och genomföra ytterligare en träningsomgång varje gång roboten ställs inför ett nytt arbete.

”Intelligens handlar inte så mycket om vad du redan kan göra, utan om hur snabbt du kan lära dig att göra något nytt”, sade professor Edward Johns, Machentas medgrundare och vd, i tillkännagivandet.

Det föreslagna arbetsflödet är avsiktligt enkelt: visa det önskade beteendet, låt roboten observera det och låt den sedan utföra uppgiften. I praktiken skulle demonstrationen då ingå i instruktionen till en befintlig modell, i stället för att bli starten på ett separat modellutvecklingsprojekt.

Det här är särskilt relevant när uppgiften i stort sett är densamma, men föremålen eller deras placering förändras. En robot som bara kan upprepa en fast sekvens kräver att omgivningen anpassas efter dess program. En användbar inlärningsförmåga förutsätter att roboten kan avgöra vad demonstrationen ber den att åstadkomma och anpassa sina handlingar efter situationen framför den.

Simulering används för att träna förmågan att lära

Machentas träningsstrategi flyttar en stor del av arbetet med att generera data till simuleringar. Enligt pressmeddelandet är målet inte att räkna upp varje uppgift som roboten kan komma att ställas inför. I stället ska modellen exponeras för tillräckligt många varierade scenarier för att utveckla en återanvändbar förmåga att lära sig av nya exempel.

Det förändrar var företaget räknar med att kunna skala upp. Många satsningar på robotinlärning är starkt beroende av att samla in fysiska demonstrationer genom fjärrstyrning eller inspelningar av mänsklig aktivitet. Machenta satsar på att erfarenheter från simuleringar kan ge den variation som krävs för att lära sig nya uppgifter, medan en verklig demonstration ger instruktionen när modellen tas i bruk.

I sin tekniska introduktion beskriver företaget systemet som en modell av typen vision-demo-action, eller VDA. Den tar en demonstration och fortlöpande kamerobservationer som indata och förutsäger handlingar i en sluten återkopplingsslinga. Företaget uppger att förträningen enbart sker i simuleringar; undervisningsexemplet och observationerna i realtid är indata från den verkliga världen vid inferens.

Den här skillnaden är viktig: förträning enbart i simulering innebär inte att den driftsatta roboten arbetar utan information från den verkliga världen. Den måste fortfarande tolka demonstrationen, observera omgivningen och välja handlingar när förhållandena förändras.

Forskningen bakom kontextuellt robotlärande

Företaget bygger vidare på forskning som Johns och medgrundaren och teknikchefen Vitalis Vosylius bedrivit vid Imperial College London. Johns är professor i robotinlärning vid Imperial, och de två utvecklade tidigare metoder för att lära in fysiska beteenden från ett litet antal exempel.

Deras forskning om Instant Policy, som publicerades vid ICLR 2025, beskriver kontextuell imitationsinlärning från en eller två demonstrationer utan ytterligare träning. Metoden representerar demonstrationer, observationer och handlingar med hjälp av en graf och använder en inlärd diffusionsprocess för att generera den grafstruktur som behövs för att förutsäga handlingar.

Artikeln beskriver också träning med pseudodemonstrationer: banor som genereras i simuleringar och ger en stor samling exempel. Experimenten omfattar både simulerade uppgifter och verkliga uppgifter, och dessutom undersöks överföring mellan olika robotutföranden och instruktioner formulerade i naturligt språk.

Den forskningen bidrar till att förklara den vetenskapliga grunden, men visar inte att Machentas nuvarande kommersiella modell har exakt samma arkitektur. Startupbolaget beskriver det nyare systemet som en grundmodell som bygger vidare på denna forskningslinje.

Kontextuellt lärande är välkänt från språkmodeller, där exempel i en prompt kan påverka svaret utan att modellens vikter uppdateras. Det är mer krävande att tillämpa samma idé inom robotik, eftersom resultatet måste bli en sekvens av fysiska handlingar under verkliga förhållanden, inte bara ett rimligt svar.

Vad demonstrationerna visar – och vad som återstår att pröva

I Machentas tekniska inlägg rapporteras försök som pågick i en timme och omfattade tre enkla uppgifter som återställs av sig själva: 74 lyckade placeringar av block på 74 försök, 78 överlämningar av skruvmejslar på 78 försök och 97 lyckade försök att ställa flaskor upprätt av 99. Företaget hänför de två misslyckade flaskförsöken till kollisionsrisk och kinematiska begränsningar.

Det här är användbara tidiga tillförlitlighetstester, men inte ett brett industriellt riktmärke. Inlägget beskriver också inlärning direkt från människors händer och användning av humanoida händer som preliminära utvecklingsspår. Det visar inte att systemet klarar alla slags uppgifter eller fungerar tillförlitligt på alla arbetsplatser.

För en potentiell användare ligger skillnaden mellan en övertygande demonstration och ett system som kan tas i drift i sådant som repeterbarhet, förmågan att återhämta sig efter misslyckanden, säkert beteende i närheten av människor och robotens hårdvaras praktiska begränsningar. Att snabbt lära sig en instruktion gör inte att en gripare kan hantera ett föremål som den fysiskt inte kan greppa.

Den kommersiella möjligheten är ändå tydlig. Om undervisningstiden minskar avsevärt blir det lättare att överväga robotar för arbeten som förändras för ofta för att motivera långvarig programmering och integrering. Det skulle kunna påverka både användningen i fabriker och tillämpningar i mindre skala, där det är svårt att få tillgång till specialiserat robotstöd.

En såddfinansieringsrunda för att skala upp modellen och teamet

Machenta ansluter sig till en bredare investeringsvåg inom anpassningsbar robotintelligens. Unite.AI:s rapportering om Dream Labs finansiering av AI för flera robotar visar på ytterligare ett försök att göra inlärda förmågor användbara på olika maskiner. Machenta fokuserar på hur snabbt en ny fysisk instruktion kan omsättas i ett användbart beteende.

Creandums partner Kathi Wilhelm lyfte fram teamets många års forskning innan företaget bildades. Union Square Ventures managing partner Rebecca Kaden betonade värdet av robotar som snabbt kan lära sig en ny uppgift, i stället för att behöva en separat träningsinsats för varje jobb.

För Machenta handlar nästa steg om att omsätta forskningsgrunden i bredare och mer tillförlitliga förmågor. De 40 miljonerna dollar ger företaget resurser att skala upp modellen och rekrytera medarbetare kring den, medan grundarteamet tar med sig sex års arbete med robotinlärning från ett enda exempel in i verksamheten.

Den centrala frågan är hur väl den här inlärningsförmågan kan skalas upp när uppgifterna blir mer varierade och krävande. Om metoden håller måttet blir den viktiga förändringen praktisk: människor kan lägga mindre tid på att bygga upp en träningsprocess och mer tid på att visa roboten vilket arbete de faktiskt behöver få gjort.