ロボット基盤モデルRDT2、7Bパラメータでゼロショット汎化を実現

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

本紙の見方

今回の発表は、ロボット基盤モデル分野におけるゼロショット汎化の可能性を示すものだ。従来のVLAモデルはデータ不足やアーキテクチャの非効率性、ハードウェア間の汎化の難しさに直面していたが、RDT2は大規模データと3段階の学習レシピにより、これらの課題を克服しようとしている。特に、embodiment-agnosticなUMIを用いたデータ収集は、異なるロボットプラットフォーム間での転移を容易にする点で重要だ。 本紙の過去報道との接続はないが、ロボット基盤モデルの進展は、産業用ロボットの導入コストや柔軟性に影響を与える可能性がある。ゼロショット汎化が実用化されれば、特定のタスクごとに再学習する必要がなくなり、サプライチェーンや製造現場でのロボット活用が加速するかもしれない。 一方で、未確定の論点も多い。実際のロボットへの展開における推論速度や、データ収集のコスト、安全性の検証などが焦点になるだろう。また、1万時間のデータがどのような多様性を持つのか、具体的なタスクでの性能評価も今後の課題だ。

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。