One Robot
Winter 2026活動中ロボットの評価・学習向けworld model
- サマリー
- ロボット開発チーム向けに、訓練と評価用のworld modelベースのシミュレーション環境を提供する
- 課題
- 実世界でのロボット試行は準備やリセットに時間と費用がかかり、訓練・評価データを大量に集めにくい
- 解決策
- タスク固有データで現実的な操作環境を構築し、実機への依存を減らして訓練・評価と失敗検出を高速化する
AI による要約
- 所在地
- San Francisco, CA, USA
- チーム規模
- 2 人
事業内容
One Robotは、見た目もインタラクションも現実に近いシミュレーション環境を構築し、ロボティクスチームが実機の稼働時間に制約されることなく、ロボットポリシーの学習と評価を行えるようにする。 現在、VLAの性能向上には、シーンのセットアップ、試行、リセット、再試行といった実世界での作業時間が必要になることが多い。このループは遅く、コストが高く、スケールさせにくい。たとえばマテリアルハンドリングや製造組立のタスクでは、モデルの学習と評価に必要なデータ量が、チームが実世界で収集できる量をはるかに上回る。 One Robotは、タスク固有のデータを使って、難しいマニピュレーションタスク(テキスタイルや箱の折りたたみなど)向けのworld modelベースのシミュレーション環境を構築する。これにより、チームはより多くの学習と評価を実行し、失敗モードをより早く発見し、実世界でのデータ収集やロボットの稼働状況への依存を抑えながら、アクションポリシーの改善サイクルを加速できる。