ニューヨーク大学などの研究チームは、追加データや再学習を行わずに新しい環境へ適応できる「Robot Utility Models（RUMs）」を発表した。実験では、家庭用ロボット「Hello Robot Stretch」や産業用アーム「xArm 7」を用い、引き出しやドアの開閉、バッグやティッシュのピックアップなど5種類の作業を180以上の環境で検証。結果、9割の成功率を達成したという。
RUMsはロボットの観測結果を大規模マルチモーダルモデルに入力し、失敗を検出した際に自動的に初期状態へ戻り再挑戦する仕組みを備える。また、研究チームはロボットハードウェア「Stick V2」を改良し、従来よりも操作性や強度を高めた。さらに、同じ視点を再現できるグリッパーやマウントを公開し、異なるロボット間でのスムーズなポリシー転用を可能にしている。
公開されたデータセットには、RGB動画や6次元の姿勢データを含む5,509件の軌跡情報が収録されており、研究や産業応用に広く利用できる。今後は家庭や物流現場における自律的なロボット活用が加速すると見られる。
