ロボット学習データの集め方｜LeRobot・UMI・遠隔操作を比較

ロボット学習データは、映像だけでなく、観測した時刻と採用した行動を対応づけて記録します。実機の遠隔操作は機体の状態を直接取りやすく、UMIは手持ちグリッパーで作業を記録する方式です。データ形式が同じでも、別の機体へそのまま適用できるとは限りません。

比較の要点

LeRobotの公式手順は、遠隔操作、記録、学習、実行という流れを示しています。まず少数のエピソードを取り、映像と指令を読み戻して確認してから収集量を増やします。

ROBOTISのCYCLO Intelligenceではデータを整え、外部環境で学習したモデルを対応する推論環境へ戻す手順が公開されています。収集画面が用意されていることと、学習計算まで同じ環境で完了することは別です。

原著UMIは、手持ちグリッパーによるデモ収集と、ロボットで実行する方策のインターフェースを一緒に設計しています。相対的な軌跡表現や推論時の遅延への対応も、その構成に含まれます。単に人の手元を撮影する方法とは異なります。

派生デバイスでは、触覚、力覚、両手対応、姿勢計測などが異なります。下のカタログで機器を探した後、各プロジェクトの機体対応と公開コードを確認してください。すべてのUMI派生機が同じ学習手順を使うわけではありません。

本紙では、時刻の同期、画像の視認性、行動の単位と順序、終了理由、機体・制御・校正の版を基本の確認項目と考えます。映像が鮮明でも、指令の時刻がずれていれば行動との対応は崩れます。

成功デモだけでなく、どんな配置・対象物・照明で取ったかを残します。学習用と評価用を同じエピソードから混ぜて作ると、未知条件での性能を評価しにくくなります。

機材費、作業者の時間、校正、準備、リセット、保存、学習計算を別々に計上します。撮影時間だけではなく、品質確認を通過したエピソード数で割ると、収集方式を比較しやすくなります。

例えば説明用に、準備と復旧を含めて二時間で六十件を記録し、四十五件を採用した場合、有効データ一件あたりの作業時間は約二・七分です。これは実測値ではなく、見積もり方を示す仮定です。

ROBOTISのPhysical AI基盤 — DYNAMIXELからCYCLO、学習データと実機推論まで
AI Worker、AI Sapiens、ROBOTIS Handと、CYCLO Control・Intelligence・Labの役割を公式資料から整理。作業別の公開データとGR00Tモデル、外部環境での学習、実機推論の条件までたどり、DYNAMIXELの通信仕様と沿革も解説する。
SmoothRLから読む実機RL — 何を学習し、どう実装し、どこで失敗するのか
AstribotのSmoothRLは、推論と動作が並行する実機で、採用された行動と学習対象のずれを扱う。成功率の改善と評価条件を確認し、実機RLを支える人間介入、報酬、リセット、ログ、導入時の検証まで整理する。
Model Hardware Standard — 装置統合は数時間に、物理の直観だけは埋まらなかった
AIエージェントに実験装置を握らせる共通仕様の研究プレビュー。公表された5例では、4人が数か月かけて58%だったレーザー復帰が99.3%になり、数週間の統合が8時間になった。一方でエージェントは液体の泡から抜け出せず、人間が原因を教えた。MHSが解いたのは配線であって、身体性ではない。

公式資料の概念・公開手順をもとに、比較と確認の観点を本紙が整理しました。掲載機種の実機試験結果ではありません。個別研究の数値・条件は上の詳しい解説と出典をご確認ください。

更新履歴：2026-09-11 初版公開。編集責任・訂正窓口

今週のフィジカルAIを日本語で。重要ニュース5本・日本/中国・Research Picks・今週の公募。無料、いつでも解除できます。