何が起きたか
研究チームは2026年2月3日、ロボット基盤モデルRDT2を発表した。RDT2は7BパラメータのVLMを基盤とし、1万時間以上のデモデータを収集・学習することで、未見の物体・シーン・指示・ロボットプラットフォームへのゼロショット汎化を実現したとしている。
詳細
RDT2は、拡張された embodiment-agnostic な Universal Manipulation Interface (UMI) を用いて収集された、1万時間以上のデモデータで学習されている。学習には、Residual Vector Quantization (RVQ)、フローマッチング、蒸留を用いた3段階の学習レシピを採用し、離散的な言語知識と連続的な制御を整合させる。これにより、未見の物体・シーン・指示・ロボットプラットフォームへのゼロショット汎化を実現したとしている。また、卓球などの器用で長期的かつ動的なタスクにおいて、最先端のベースラインを上回る性能を示したとしている。
Key Facts
| RDT2は7BパラメータのVLMを基盤とするロボット基盤モデルである。 | [1] |
| 1万時間以上のデモデータを収集し、学習に用いた。 | [1] |
| 3段階の学習レシピ（RVQ、フローマッチング、蒸留）を採用した。 | [1] |
| 未見の物体・シーン・指示・ロボットプラットフォームへのゼロショット汎化を実現したとしている。 | [1] |
| 卓球などのタスクで最先端のベースラインを上回ったとしている。 | [1] |
なぜ重要か
RDT2は、ロボット基盤モデルがゼロショットで未知の環境やロボットに適応できる可能性を示した。これは、ロボットの汎用性を高め、導入のハードルを下げる一歩となる。今後の実用化に向けて、データの質や推論速度、安全性の検証が重要になる。