1,500時間の両腕操作デモデータ公開 XR-2 VLAモデルを訓練

何が起きたか

研究チームは2026年9月3日、日常家事タスクを網羅する1,500時間の両腕操作デモデータを公開し、このデータで訓練した視覚言語行動(VLA)モデル「XR-2」を発表した。XR-2は、専用の高スループットデータパイプラインと多段階訓練手法により、高い操作性能と訓練効率を両立したとしている。実験では、専門家デモデータの量と、リアルタイムの人間介入によるDAgger修正データでの事後学習の両軸で、タスク成功率がデータ規模に応じて一貫して向上するスケーリング傾向を確認した。データセットはオープンソースとして公開され、両腕ロボット操作学習の再現可能な研究を支援する。

詳細

公開されたデータセットは、日常の家事タスクをカバーする1,500時間分の多様な両腕操作デモで構成される。XR-2はこの包括的なコーパスを用いて訓練されたVLAモデルであり、専用に構築された高スループットのデータパイプラインと、慎重に設計された多段階訓練パラダイムを採用する。実験では、専門家デモデータの量を変化させる設定と、リアルタイムの人間介入から得られるDAgger修正データによる事後学習の設定の2つを検証し、いずれの設定でもタスク成功率はデータ範囲にわたって着実に向上し、現在のデータ規模で明確で一貫したスケーリング傾向を示した。データセットはオープンソースとして公開され、両腕ロボット操作学習の再現可能な研究を支援する。

Key Facts

本紙の見方

今回の発表の核心は、1,500時間という大規模な両腕操作デモデータをオープンソース化した点にある。両腕操作の汎用ポリシー学習は、高品質な大規模データの不足が長年のボトルネックであり、このデータ公開は研究コミュニティ全体の再現可能な研究を可能にする。XR-2の訓練には、高スループットのデータパイプラインと多段階訓練パラダイムが採用され、訓練効率とデータ利用効率を保ちながら高い操作性能を達成したとされる。実験では、デモデータ量とDAgger修正データの両軸で成功率が向上するスケーリング傾向が確認され、データ規模が現在の範囲ではまだ飽和していないことを示唆する。これは、データを増やせば性能が向上するというスケーリング則が両腕操作でも成立する可能性を示す点で重要である。 業界構造への含意として、このデータセットの公開は、ロボット操作学習におけるデータの重要性を再確認させる。特に、両腕操作は片腕操作よりも複雑で、データ収集のコストが高いため、公開データセットは研究の参入障壁を下げる。また、DAggerによるオンライン修正データの活用は、実環境での人間介入を利用した効率的なデータ収集手法であり、実用化に向けた有望な方向性を示す。 一方で、未確定の論点も残る。XR-2の具体的なモデルアーキテクチャやパラメータ数、訓練に使用した計算資源は公開情報からは不明である。また、1,500時間のデータの内訳(タスクの種類や環境の多様性)や、実ロボットでの評価結果の詳細も明らかにされていない。さらに、データセットのライセンスや利用条件も確認が必要である。今後の研究で、このデータセットを用いた再現実験や、より大規模なデータでのスケーリング傾向の検証が進むことが期待される。

なぜ重要か

両腕操作の大規模データセットがオープンソース化されたことで、ロボット操作学習の研究はデータ不足という制約から解放され、再現可能な比較研究が可能になる。これは、家庭用ロボットの実用化に向けた基盤となる可能性がある。