人間のデモンストレーションデータをロボット学習に活かす手法が、実用化の段階へ進もうとしています。ロボティクス企業Generalistが展開する「ユニバーサル・マニピュレーション・インターフェース（UMI）」は、トヨタ研究所、コロンビア大学、スタンフォード大学の共同研究に基づいており、人間が操作するグリッパーの動きをGoProカメラで記録することで、実世界のタスク学習データを効率的に収集する仕組みです。
人間のデモを基軸とした学習プラットフォーム
UMIプラットフォームの特徴は、複雑で高価な実験用ロボットを用いずに、操り人形のようなグリッパーを人間が動かし、その動作をビデオ記録することで大量のトレーニングデータを生成する点にあります。皿洗いや物体のピックアップといった日常的なタスクを記録し、これらのデモンストレーションをロボット財団モデルの学習データとして活用します。その結果、協働ロボット（cobot）はより迅速にタスク習得が可能になるとされています。
Generalistは今年6月のAutomateイベントで、複数の異なるロボットアームシステムに対応するモデルの実用性を実演しました。会場ではUniversal Robotsのアームが段ボール箱の折り畳みと組立てを行い、同時にFlexivのアームがロボット掃除機の修理作業を実演。重要なポイントとして、これらのモデルが予期しない事態に直面した際、リアルタイムで対応・復帰する知能を示したことが、参加者の自動化に対する認識を変えたとされています。
汎用性と堅牢性の追求
Generalistの創立メカニカルエンジニアSamantha Castellanosは、同社の競争力の源泉を「世界最高のモデル構築」にあると述べています。ロボティクス分野では既に40億ドルを超える投資が集中しており、Skild AIやPhysical Intelligence、Field AI、RLWRLDといった有力スタートアップも参入する激戦区です。
Generalistの差別化要因は、あらゆるデータ収集とツール収集を通じ、世界の仕組みに関する包括的な知識をモデルに与えることにあるとみられます。ハードウェア設計の観点では、シンプルさと堅牢性を重視するアプローチを採用しています。グリッパーは1自由度という単純な設計に統一し、複雑さを排除することで信頼性を確保し、メンテナンスと部品交換の迅速性を実現する戦略です。
実装への近づき
Generalistが披露した異なるアーム、グリッパー、さらにはスパチュラなどのツールを多様なユースケースで運用する成果は、「千の手を持つマシンへ」というテーマで発信されました。ハードウェア設計における単純性の価値は、故障率低減と実操業環境での耐久性向上に直結します。データ収集手法の優位性とモデル精度の継続的向上により、産業ロボット導入の加速が期待されています。
