一般社団法人AIロボット協会、双腕ロボット基盤モデルを公開

一般社団法人AIロボット協会は、ロボット基盤モデル「AIRoA-0」を公開しました。
人がデータ収集デバイス「YUBI」で記録した16,151時間の操作データを学習に使っています。
10種類の作業で平均成功率78％を確認し、異なる4種類のロボットでも動作を検証しています。

記事の概要

AIRoA-0は、画像・言語・行動を扱うVLAモデルです。
人が手持ち型グリッパー「YUBI」で記録した操作データを事前学習に使用しています。
学習データの収集にはロボットを使わず、遠隔操作や強化学習も実施していません。
細かな部品の仕分けやタオル畳み、ペンケースへの鉛筆収納などを実行できます。
評価では10種類のタスクを各15回試行し、平均成功率78％を記録しました。
同じデータで事後学習した代表的な4モデルの最高27％を上回りました。
双腕のFranka、TX-G2、OpenArm、URの4機種で動作を確認しています。
事前学習済み・事後学習済みモデルの重みと、データ収集・事後学習・推論用コードを公開しました。

記事のポイント

1. 16,151時間を学習： ロボットを使わず、人がYUBIで記録した16,151時間の操作データを事前学習に使っています。
2. 10作業で成功率78％： 部品仕分けやタオル畳みなど10種類を各15回試行し、平均成功率78％を確認しています。
3. 4機種で動作確認： グリッパーの位置・姿勢を出力する構成により、Frankaなど4機種で同じモデルを検証しています。

このニュースがもたらす影響

• 導入を検討する企業： ロボット本体を使わずに操作データを集められるため、導入前のデータ収集計画を組みやすくなります。自社の作業環境や対象物で、成功率と追加学習の負担を検証することが求められそうです。
• ロボット開発企業： グリッパーの位置・姿勢を共通出力にする構成は、機体ごとの制御差を吸収する設計の参考になります。今後は機体性能だけでなく、データ連携や事後学習への対応力も競争軸になる可能性があります。
• 研究開発コミュニティ： モデルの重みと関連コードが公開されたことで、同じ基盤から独自データによる事後学習や比較評価を進めやすくなります。タスクや機体を増やした検証が、実用性を見極める次の論点になりそうです。

このニュースの背景

ロボット学習には幅広い操作データが必要とされ、AIRoAはロボットを用意せず、人が操作を記録する方法を採っています。
YUBIは映像や手先の軌跡を記録する手持ち型グリッパーで、今回の事前学習には16,151時間のデータが使われました。
AIRoA-0は画像・言語・行動を扱い、ロボット固有の関節角度ではなく、グリッパーの位置・姿勢を出力する構成です。
モデルの重みやデータ収集、事後学習、推論のコードが公開され、利用者が独自データで事後学習できる環境が示されています。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

AIRoA、ロボット基盤モデル「AIRoA-0」を公開

一般社団法人AIロボット協会のプレスリリース（2026年11月6日 15時15分）AIRoA、ロボット基盤モデル「AIR…