Machenta recauda 40.000.000 USD en ronda semilla para el aprendizaje robótico instantáneo

La empresa emergente Machenta, dedicada al desarrollo de modelos base para robótica, ha recaudado 40.000.000 USD en una ronda de financiación semilla.

BRIDGE informó que la ronda fue liderada conjuntamente por los inversores Creandum y Union Square Ventures. La compañía no ha revelado la valoración de la empresa ni el uso específico de los fondos obtenidos.

Machenta ha presentado un método denominado Aprendizaje Robótico Instantáneo. A través de este sistema, un robot puede realizar una tarea de forma totalmente autónoma tras observar una sola demostración humana de dicha actividad con objetos desconocidos, sin necesidad de entrenamiento adicional ni tiempos de espera. La empresa afirma que los vídeos publicados muestran la enseñanza y el primer intento del robot en una sola secuencia sin ediciones.

La tecnología se basa en el modelo Visión-Demostración-Acción, el cual recibe el contenido de la tarea mediante una demostración física en lugar de instrucciones lingüísticas. El modelo predice los movimientos en un bucle cerrado al recibir una demostración y imágenes de cámara continuas. Según la empresa, el preentrenamiento se realizó íntegramente en simulaciones sin utilizar datos de aprendizaje del mundo real, enseñando al sistema la capacidad de aprender nuevas tareas mediante una gran cantidad de datos con entornos, objetos y actividades aleatorios.

El modelo preentrenado es el mismo para todas las tareas y no requiere ajustes específicos. Ha demostrado funcionar en seis tipos de robots con diferentes configuraciones de cámara y admite cuatro métodos de enseñanza: manipulación de líder-seguidor, controladores de realidad virtual, movimiento manual directo del robot y demostraciones humanas. En una prueba, tres robots con diferentes pinzas y cámaras automatizaron una línea de ensamblaje en menos de dos minutos.

La base técnica proviene de seis años de investigación sobre aprendizaje de un solo disparo en el Imperial College London, basándose en el Alineamiento de Grafos Implícitos presentado en CoRL 2023 y la Política Instantánea presentada en ICLR 2025. Creandum señaló que la investigación fue un artículo de portada en Science Robotics y que el robot aprendió 1.000 tareas cotidianas en menos de 24 horas con una sola demostración por tarea, recibiendo además el Premio al Mejor Artículo en el Taller de Aprendizaje Robótico de ICLR 2025.

Para verificar la fiabilidad, la empresa realizó pruebas continuas durante una hora en tres tareas sencillas. El robot logró colocar bloques en un bol en 74 de 74 intentos, intercambiar un destornillador en 78 de 78 intentos y levantar botellas en 97 de 99 intentos. Machenta planea ampliar la escala de sus recursos computacionales, modelos y datos de simulación para comprobar si es posible aprender tareas más complejas de forma instantánea.