Eka Roboticsが1億5000万ドル調達、力覚重視の操作モデルで評価額14.5億ドル

調達の内容と創業者

Eka Roboticsは1億5000万ドルのシリーズAラウンドを完了した。ポストマネーでの企業価値は14億5000万ドルで、ベンチャーファンドのa16zとF-Primeが主導している。a16zのゼネラルパートナーであるRaghu Raguram氏が、ラウンドを共同で率いたと伝えられている。

創業者はMIT教授のPulkit Agrawal氏と、元Google DeepMind研究員のTuomas Haarnoja氏だ。2人はカリフォルニア大学バークレー校の大学院で出会った間柄で、いずれもロボット制御のための強化学習を専門とする研究者である。Ekaが手がけるのは、力覚に敏感なグリッパーと新しい種類の深層学習モデルをまとめた物体操作のアーキテクチャだ。

視覚ではなく力に着目

現在のロボットAIの主流の一つが「視覚-言語-行動モデル(VLA)」で、言語・視覚入力・行動の関係を学習する。これに対しEkaが採用するのは「視覚-力-行動モデル(VFA)」であり、言語・力の入力・行動の関係に焦点を当てる。Agrawal氏は、視覚は物体がおおよそどこにあり、どのような姿勢かを教えてくれるが、実際の把持や探索は力によって起きていると説明する。

力や触覚を扱わなければ生成AI系のロボットモデルは失敗する、という批判は以前からあった。ロボット工学者のRodney Brooks氏がその代表例である。原文は、Ekaの成果がそうした批判に一理あることを示していると記している。

同社は従来のグリッパーより柔軟で、より多くの力覚センサーを積んだ専用ハンドを設計した。接触に反応する仕組みのため、ラズベリーのような柔らかい物体をつぶさずに扱えるという。具体的な実現方法は、競争上の理由から明らかにしていない。

シミュレーションと強化学習

学習の手法も特徴的だ。把持の際にロボットが受ける複数の力を物理シミュレータ上でモデル化し、大規模に実行できる強化学習の環境を作る。これにより数千時間分に相当するロボットの経験を数分で生成できる、と同社は主張している。

人手による実演データの収集に頼らない点を、イリノイ大学アーバナ・シャンペーン校のKris Hauser教授は評価する。与えられた実演の範囲を超えられることが重要だと同氏は述べている。

公表されている性能は、1時間あたり約1,500個、重さ最大1kgの物体を把持できるというものだ。人間の約600個を上回り、成功率は95%超だと同社は説明する。

汎用性と現場という壁

現状、多くのタスクを試せる汎用的な物理AIモデルは、個々のタスクの精度が高いとは言えない。一方、単一タスクに特化したモデルは事業として成立しにくい。Agrawal氏は、Ekaが埋めようとしているのは「汎用性と性能のギャップ」だと話す。

アプローチの違いもある。多くの研究が高レベルの計画から物理へと降りていくのに対し、Ekaは物理から積み上げる。原文では、ChatGPTの最新LLMとされる「Astra」のような汎用モデルが判断を担い、Ekaのモデルが物理を担う役割分担の可能性が示されている。

ただし実証はこれからだ。同社は産業顧客と非公開のパイロットを進めており、対象はピックアンドプレースとワイヤー操作である。Hauser氏は、実際の組立ラインで1年間止まらずに動くことが大きな課題だと指摘する。グリッパーは1,000ドル未満で500万サイクルの耐久とされ、産業用アームの標準とされる2,000万サイクルが目標に置かれている。