Machenta tar in 40 miljoner dollar i såddfinansiering för att lära robotar nya uppgifter genom en enda demonstration

Att lära en robot ett nytt jobb kan ta betydligt längre tid än att utföra jobbet självt. Att samla in demonstrationer, förbereda träningsdata och uppdatera en modell kan göra en liten förändring av arbetsflödet till ett omfattande tekniskt projekt. Machenta har tagit in 40 miljoner dollar i en såddfinansieringsrunda för att korta den processen och utvecklar en grundmodell för robotar som är utformad för att lära sig en fysisk uppgift från en enda demonstration, utan ytterligare uppgiftsspecifik träning.

Det Londonbaserade företaget meddelade finansieringen den 27 oktober. Creandum och Union Square Ventures ledde rundan gemensamt. Kapitalet ska användas för att skala upp modellen och utöka teamet på företagets nya kontor och laboratorium i King’s Cross.

Machenta kallar sin metod för ”omedelbar robotinlärning”. Företaget uppger att det har demonstrerat tekniken för uppgifter inom paketering, montering och undanplockning, där robotar anpassar sig till variationer efter att en gång ha fått se vad de ska göra. Ambitionen är bred, men resultaten bör ses som demonstrationer av en teknik under utveckling, inte som bevis för att en robot redan kan utföra alla tänkbara uppgifter.

Lära sig en ny uppgift utan en ny träningsomgång

Den avgörande skillnaden är den mellan att träna en modell och att lära en redan tränad modell en specifik uppgift. Machenta tränar fortfarande sin grundmodell. Företaget vill slippa samla in en stor ny datamängd och genomföra ytterligare en träningsomgång varje gång roboten ställs inför ett nytt jobb.

”Intelligens handlar inte så mycket om vad du redan kan göra, utan om hur snabbt du kan lära dig att göra något nytt”, sade professor Edward Johns, Machentas medgrundare och vd, i tillkännagivandet.

Det föreslagna arbetsflödet är avsiktligt enkelt: visa det önskade beteendet, låt roboten observera det och låt den sedan utföra uppgiften. I praktiken skulle demonstrationen då ingå i instruktionen till en befintlig modell, i stället för att bli starten på ett separat modellutvecklingsprojekt.

Det här är särskilt relevant när uppgiften i stort sett är densamma, men föremålen eller deras placering förändras. En robot som bara kan upprepa en fast sekvens kräver att omgivningen anpassas efter dess program. En användbar inlärningsförmåga kräver att roboten förstår vad demonstrationen ber den åstadkomma och anpassar sina handlingar efter situationen framför den.

Simulering används för att träna förmågan att lära

Machentas träningsstrategi flyttar en stor del av arbetet med att generera data till simulering. Enligt pressmeddelandet är målet inte att räkna upp alla uppgifter som roboten kan komma att ställas inför. I stället ska modellen möta tillräckligt många varierade scenarier för att utveckla en återanvändbar förmåga att lära sig av nya exempel.

Det förändrar var företaget räknar med att kunna skala upp. Många satsningar på robotinlärning är starkt beroende av att fysiska demonstrationer samlas in genom fjärrstyrning eller inspelningar av mänsklig aktivitet. Machenta satsar på att erfarenheter från simulering kan ge den variation som krävs för att lära sig nya uppgifter, medan en demonstration från verkligheten ger instruktionen vid driftsättning.

I sin tekniska introduktion kallar företaget systemet en modell för syn, demonstration och handling, eller VDA. Den tar en demonstration och löpande kamerabilder som indata och förutsäger handlingar i en sluten återkopplingsslinga. Företaget uppger att förträningen enbart sker i simulering; undervisningsexemplet och de aktuella observationerna är indata från verkligheten vid inferens.

Den här skillnaden är viktig: förträning som enbart sker i simulering innebär inte att den driftsatta roboten arbetar utan information från verkligheten. Den måste fortfarande tolka demonstrationen, observera omgivningen och välja handlingar när förhållandena förändras.

Forskningen bakom robotinlärning i kontext

Företaget bygger vidare på forskning som Johns och medgrundaren och teknikchefen Vitalis Vosylius bedrev vid Imperial College London. Johns är professor i robotinlärning vid Imperial, och de två utvecklade tidigare metoder för att lära in fysiska beteenden från ett litet antal exempel.

Deras forskning om Instant Policy, som publicerades vid ICLR 2025, beskriver imitation i kontext med en eller två demonstrationer, utan ytterligare träning. Demonstrationer, observationer och handlingar representeras som en graf, och en inlärd diffusionsprocess används för att skapa den grafstruktur som behövs för att förutsäga handlingar.

Artikeln beskriver också träning med pseudodemonstrationer: banor som genereras i simulering och ger en stor mängd exempel. Experimenten omfattar simulerade uppgifter och uppgifter i verkligheten, liksom ytterligare arbete med överföring mellan olika robotutföranden och instruktioner formulerade på naturligt språk.

Forskningen bidrar till att förklara den vetenskapliga grunden, men visar inte att Machentas nuvarande kommersiella modell har exakt samma arkitektur. Startupbolaget beskriver det nyare systemet som en grundmodell som bygger på denna forskningslinje.

Inlärning i kontext är välkänd från språkmodeller, där exempel i en prompt kan påverka svaret utan att modellens vikter uppdateras. Att tillämpa samma idé på robotik är mer krävande, eftersom resultatet måste bli en sekvens av fysiska handlingar under verkliga begränsningar, inte bara ett rimligt svar.

Vad demonstrationerna visar – och vad som återstår att pröva

Machentas tekniska inlägg redovisar försök som pågick i en timme och omfattade tre enkla uppgifter som återställs automatiskt: 74 lyckade blockplaceringar av 74 försök, 78 överlämningar av skruvmejseln av 78 försök och 97 lyckade försök att ställa flaskor upprätt av 99. Företaget hänför de två misslyckade flaskförsöken till kollisionsrisk och kinematiska begränsningar.

Det här är användbara tidiga tillförlitlighetstester, men inte ett brett industririktmärke. Inlägget lyfter också fram lärande direkt från mänskliga händer och användning av humanoida händer som preliminära inriktningar. Det visar inte att systemet klarar alla uppgifter eller fungerar tillförlitligt på alla arbetsplatser.

För en potentiell användare omfattar skillnaden mellan en övertygande demonstration och ett system som kan tas i bruk repeterbarhet, förmåga att återhämta sig efter fel, säkert beteende i närheten av människor och robotens hårdvaras praktiska begränsningar. Att snabbt lära sig en instruktion gör inte att ett gripdon kan hantera ett föremål som det fysiskt inte kan greppa.

Den kommersiella möjligheten är ändå tydlig. Om tiden det tar att lära upp roboten minskar kraftigt blir det lättare att överväga robotar för arbeten som förändras så ofta att lång programmering och integrering inte lönar sig. Det kan påverka både användningen i fabriker och tillämpningar i mindre skala, där det är svårt att få tillgång till specialiserat stöd inom robotik.

En såddfinansieringsrunda för att skala upp modellen och teamet

Machenta ansluter sig till en bredare investeringsvåg inom anpassningsbar robotintelligens. Unite.AI:s bevakning av Dream Labs finansiering av AI för olika robotar visar på ytterligare ett försök att göra inlärda förmågor användbara på olika maskiner. Machenta fokuserar på hur snabbt en ny fysisk instruktion kan omsättas i ett beteende som går att använda.

Kathi Wilhelm, partner på Creandum, lyfte fram teamets många års forskning innan företaget bildades. Rebecca Kaden, managing partner på Union Square Ventures, betonade värdet av robotar som snabbt kan lära sig en ny uppgift i stället för att behöva en separat träningsinsats för varje jobb.

För Machenta handlar nästa steg om att omvandla forskningsgrunden till bredare och mer tillförlitliga förmågor. De 40 miljoner dollarna ger företaget resurser att skala upp modellen och rekrytera till teamet, samtidigt som grundarteamet tar med sig sex års arbete med att lära robotar genom en enda demonstration in i verksamheten.

Den centrala frågan är hur väl den här inlärningsförmågan skalar när uppgifterna blir mer varierade och krävande. Om metoden håller måttet blir den viktiga förändringen praktisk: människor kan lägga mindre tid på att bygga upp en träningsprocess och mer tid på att visa roboten det arbete de faktiskt behöver få utfört.