何が起きたか

研究チームは、科学実験室でのプロトコル実行をロボットに可能にするVLAモデル「LabVLA」と、シミュレーションベースのデータ生成基盤「RoboGenesis」を発表した。LabVLAはQwen3-VL-4B-Instructをバックボーンとし、FASTアクショントークン事前学習とフローマッチング後訓練の2段階で訓練される。LabUtopiaベンチマークで、分布内・分布外の両設定で評価されたベースラインの中で最高の平均成功率を達成したとしている。

詳細

LabVLAは、科学実験室の多様なロボット形態に対応する統一学習フレームワークを提供する。データ面ではRoboGenesisが、原子スキルから実験室ワークフローを構成し、ロールアウトを検証・フィルタリングして、構造化デモを出力する。ポリシー面では、Qwen3-VL-4B-InstructバックボーンをFASTアクショントークン事前学習でアクション認識可能にし、その後フローマッチング後訓練でDiTアクションエキスパートを知識絶縁下で接続する。

Key Facts

LabVLAはQwen3-VL-4B-Instructをバックボーンとし、FASTアクショントークン事前学習とフローマッチング後訓練の2段階で訓練される。[1]
RoboGenesisは、構成された実験室ワークフローを原子スキルから合成し、ロールアウトを検証・フィルタリングして、構造化デモを出力するシミュレーションベースのデータエンジンである。[1]
LabVLAはLabUtopiaベンチマークで、分布内・分布外の両設定で評価されたベースラインの中で最高の平均成功率を達成した。[1]

なぜ重要か

科学実験室の自動化は、研究のスループットと再現性を高める可能性を秘めており、LabVLAはその実現に向けた一歩となる。VLAモデルの適用範囲を家庭やテーブルトップから科学実験へ拡張した点は、ロボット学習の新たな応用領域を示す。今後の実環境での検証が、この技術の実用性を左右するだろう。