Pollen Roboticsは、ロボット学習用のマニピュレーションデータ収集を民主化するオープンソース手持ち型システム「Grabette」を正式にリリースした。自律マニピュレーション分野におけるボトルネックはモデルではなく、多様で高品質な実世界データの不足にある。従来のテレオペレーションによるデータ収集は専門機材と長時間のオペレーションを要し、スケーラビリティに限界があった。Grabetteはこの課題に対し、市販のコンポーネントのみで構成され、ユーザーの手元の動作を簡易に記録できる仕組みを提供する。 同システムはスタンフォード大学のUMIに触発されて開発され、2つのカメラを戦略的に配置して役割を分担する。低コストな広角魚眼カメラはポリシーネットワークへの視覚的文脈供給を担い、RGB-DカメラはSLAMを用いた6自由度の高精度な軌跡追跡を実行する。記録されたデータは同期された状態でローカルに保存され、ユーザーは専用ブラウザダッシュボードからワンクリックで前処理を実行可能だ。出力データは標準的なLeRobot形式に準拠し、Hugging Face Hubへ直接連携できるため、異なるロボットアームや学習アルゴリズムとの互換性を保証している。データの実行には専用ロボット用エンドエフェクタ「Gripette」を用いるが、データ形式自体はロボットに依存しない設計となっている。 Pollen Roboticsは今回のリリースを起点とし、単一研究所では不可能な大規模で多様なオープンデータセットをコミュニティで構築する目標を掲げている。開発チームはデータボトルネックの解消には分散型参加が不可欠であり、Grabetteのような低コスト・オープンツールがその基盤となると強調している。今後は頭部装着型視点デバイス「Casquette」の開発も並行して進められ、自撮り視点でのデータ収集機能も追加される予定だ。Grabetteの公開により、専門的なロボティクス実験室や高額なテレオペ環境が不要となり、一般開発者や研究者が容易に自律マニピュレーションの訓練データを共有できる生態系が形成されつつある。これにより、ビジョンベースのポリシー学習や世界モデルの検証サイクルが加速し、実環境でのロボット活用普及に寄与することが期待される。