市場

Robbyant、約5000時間の触覚データで学習した触覚モデルLingBot-Touchをオープンソース化 4つのポリシーで14~26ポイントの向上と自社報告

アント・グループのRobbyantが、4,983時間の触覚データで学習したLingBot-Touchを公開。2本のロボットハンドと4つのポリシーで14~26ポイント向上と自社報告。

執筆: ·

アント・グループの身体性AI部門Robbyantは11月10日、3種類の触覚センサーの信号をロボット用の共通の触覚トークンに変換するモデルLingBot-Touchをオープンソースで公開した。約4,983時間の触覚記録で事前学習し、そのおよそ3分の2はセンサーグローブを着けた人間の操作者によるものだ。2本の器用なハンドによる26件の実機タスクで、同社は触覚なしの基準に比べ平均成功率が約14~26ポイント上がったと報告するが、これはπ0.5だけでなく4つのポリシー全体の範囲だ。

要点

数字の出し方

Humanoids Dailyによれば、26タスクは双腕Sharpa Wave構成(20件)とXHand1構成(6件)に分かれる。各ポリシーは、触覚なし、生の触覚信号、凍結したLingBot-Touchトークンの3通りで追加学習され、生の信号の改善はせいぜいその半分程度で、成功率が下がる場合もあった。したがって範囲は4つのポリシーと2本のハンドの平均であり、ポリシー別の数字ではない。Interesting Engineeringは、ボトルのキャップ開けテストで成功率が56.25%から90%に上がったと伝える。

著者が認める限界

Humanoids Dailyによれば、実機で試したのは2本のハンドのみで、静電容量式センサーは事前学習に含まれず、指先中心のため手のひらや指の側面の接触は少ない。結果は開発者自身の評価によるものだ。Humanoids Dailyは、Robbyantから別のスポンサー付きスレッドの対価を受けたことも開示し、自社の記事は独立して作成したとしている。

確立されていない点

比較表

比較表
項目2026年11月7日時点で示されている内容出典
公開2026年11月10日にオープンソース化。Apache 2.0、コードと重みはGitHubとHugging FaceHumanoids Daily
学習データ約4,983時間の触覚記録。3分の2はセンサーグローブHumanoids Daily
実機テスト26タスク、2本の器用なハンド、4つのポリシーHumanoids Daily
報告された向上平均で約14~26ポイント(精密な値は13.9~24.8)Interesting Engineering
モデルサイズTiny版は約530万~550万パラメーター。情報源でわずかに差Interesting Engineering

よくある質問

LingBot-Touchはπ0.5を14~26ポイント改善しますか

単独ではありません。範囲は4つのポリシーと2本のハンドの平均で、π0.5はその一部です。

データは実データですか、シミュレーションですか

4,983時間は触覚の記録で、3分の2はセンサーグローブの操作者、残りは遠隔操作ロボットによるものです。

誰でも使えますか

コードと重みはApache 2.0でGitHubとHugging Faceに公開されています。

方法と限界

2026年11月16日に確認。Humanoids Dailyのページは直接読み、Interesting EngineeringとKorea Newswireのリリースは検索の抜粋で確認した。技術報告書は読んでいない。

出典

この記事の誤りに気づかれましたか? 報告する · 訂正ポリシー

OrigoTechのロゴ

新登場:アプリ iPhone・iPad

OrigoTechがiPhone・iPadアプリになりました

記事をネイティブで読めます。未読の「新着」表示、端末内検索、読み込み済み記事のオフライン閲覧に対応。無料、アカウント不要、iOS 17以降。記事の合間に広告が表示されます。

Rekhaのアイコン:一筆書きで描かれた家

同じ筆者による作品 自社紹介

一筆書きの道を、指でたどる

OrigoTechの筆者が作ったiPhoneゲーム「Rekha」:同じ線を二度たどらずに、すべての点を一筆でつなぐ。500種類の図形は、どれも必ず解けます。

OrigoTechニュースレター

AIツールのニュースを、出典付きで毎週まとめて配信。

次に読む