研究室の清潔な環境から、予測不能で混沌とした現実世界へとロボットトレーニングの舞台を移す可能性を秘めた動きとして、NoeMatrixは、スマートフォンをプロ仕様の空間データレコーダーへと効果的に変貌させるデータ収集キット「RoboPocket」を発表しました。このシステムは、スマートフォンのVision、LiDAR、IMUによるマルチセンサーフュージョンを活用し、身体を持つAI（embodied AI）のトレーニング向けに高精度データを収集します。しかも、そのすべてがポケットに収まるデバイスから実現されるのです。
面倒な後処理が必要なDIYリグとは異なり、RoboPocketはインテリジェントハブとして機能します。ユーザーが速く動きすぎたり、作業スペースから外れたりした場合にリアルタイムで警告を発し、データ品質をその場で採点します。この「AI Tutor」は、クリーンで利用可能なデータのみがトレーニングパイプラインに供給されることを保証します。「ゴミを入れればゴミしか出ない」という格言は、ロボット工学においては特に高くつく教訓ですからね。キットには取り外し可能な魚眼レンズも付属しており、スマートフォンに超広角視野を与え、包括的なデータキャプチャを可能にします。
このシステムは、スケールと複雑性に対応できるように設計されています。複数のRoboPocket搭載スマートフォンがタイムスタンプとSLAM座標を瞬時に共有できるため、デュアルアーム操作のような協調的で多角的なアクションの記録が、まるで子供だましのようになります。NoeMatrixは既に、RoboPocketデータのみでトレーニングされたAIモデルが、自律的なタオル折り畳みやその他の産業レベルの操作を含む、長距離の複雑なタスクを、手動のテレポート操作なしで実行できることを実証しています。
なぜこれが重要なのか？
RoboPocketは、高品質なロボット研究開発への参入障壁を劇的に引き下げます。高価で特殊なハードウェアを、どこにでもあるユビキタスなデバイスに置き換えることで、NoeMatrixは、有能な汎用ロボットをトレーニングするために必要な膨大な量の実世界データ収集能力を民主化しているのです。これは、身体を持つAI（embodied AI）のイノベーションのペースを大幅に加速させる可能性を秘めており、より多くのチームがシミュレーションの枠を超え、物理世界の混沌をナビゲートし、それと相互作用するようにロボットを教えることを可能にします。要するに、ロボットに洗濯の仕方を教えるためだけに、ベンチャーキャピタルから資金を調達する必要はもうないかもしれません。
