30秒サマリー
- Pollen Roboticsが開発した手持ち式グリッパー「Grabette」で、ロボットなしに操作デモデータを収集可能に
- 部品コスト約490ユーロ、ブラウザ操作だけでLeRobot形式のデータセットを自動生成しHugging Face Hubに公開
- ハードウェア・ソフトウェア全てオープンソース化し、コミュニティ主導の大規模共有データセット構築を目指す
何が起きたか
Hugging Face傘下のPollen Roboticsは2026年7月21日、ロボット操作学習用データを低コストで収集するオープンシステム「Grabette」をHugging Face公式ブログで発表した。Grabetteは広角フィッシュアイカメラ・RGBDカメラ・IMU・グリッパーエンコーダーを搭載した手持ち式デバイスで、ユーザーが素手で実際の作業を行うだけで6自由度（6-DoF）の軌跡データを記録できる。部品表（BOM）コストは約490ユーロとされており、Raspberry Piや市販のOAK-Dデプスカメラなど入手しやすい汎用部品で構成される。
収集した映像・センサーデータはブラウザ上のダッシュボードから1クリックで処理を開始でき、RTAB-MAPライブラリを用いたSLAMによって軌跡を検証した後、LeRobot標準フォーマットに変換されてHugging Face Hubのユーザースペースに自動アップロードされる。ソフトウェアのローカルインストールは不要とされている。
データを実際のロボットで活用するための対応エンドエフェクター「Gripette」（BOMコスト約120ユーロ）も同時公開された。参考実装として、200件のデモデータからDiffusion Policy（ResNet18＋SpatialSoftmax）を学習させ、OpenArm 7軸アームで評価した結果も示されている。ハードウェアCAD・ファームウェア・処理パイプラインはすべてGitHubで公開されており、特定のロボットアームに依存しない設計となっている。なお、今後は頭部装着型POVデバイス「Casquette」の追加も予告されているが、原文時点では開発中とされている。
原典ハイライト
原文は「ボトルネックはモデルではなくデータだ」と明示し、テレオペレーションによるデータ収集が高コスト・スケール困難である現状を問題提起。その解決策として『ロボットを使わずに人間の手で操作デモを記録する』アプローチを採用し、スタンフォード大学のUniversal Manipulation Interface（UMI）研究にインスパイアされたと説明している。
出典: Hugging Face Blog（公式ブログ）
So What?（なぜ重要か）
ロボット学習における最大の障壁が「良質な操作データの不足」であることは業界で広く認識されているが、従来のデータ収集にはロボット本体・テレオペレーション設備・熟練オペレーターが必要だった。Grabetteが標榜するのは、数百ユーロの部品とスマートフォン感覚の操作で誰でもデータ提供者になれる仕組みであり、オープンな共有データセットが大規模に形成されれば、特定の大手ラボが持つデータ優位性を部分的に切り崩す可能性がある。LeRobot形式での標準化により、異なるロボットや学習手法間でのデータ流用も促進されうる。
日本企業への示唆
製造・物流・食品などロボット導入を検討する日本企業にとって、自社工程の操作デモデータを専用設備なしに蓄積できる可能性は注目に値する。まず、Grabetteのような低コストデバイスで自社固有の作業データを先行収集し、LeRobotエコシステムへの習熟度を高めておくことが現実的な第一歩となりうる。一方、共有データセットへの貢献は知財上の検討も必要であり、自社ノウハウを含むデモデータの公開範囲については慎重な方針決定が求められる。オープンソースロボティクスの動向を技術スカウティングの対象として継続的に追うことを推奨する。
背景・経緯
ロボット操作学習向けの大規模データ収集は、近年の強化学習・模倣学習手法の進展に伴い重要性が増しているが、データ収集コストとスケールの問題が普及の妨げとなってきた。原文によれば、Agibot・Genrobot・Sunday Roboticsなどが類似のクローズドソースデバイスを提供しているが、フルオープンソースの手持ち式システムは少ないとされる。Pollen Roboticsは既存のLeRobotおよびHugging Face Hubのエコシステムと統合することで、コミュニティ主導のデータ共有を促進する設計を採っている。
