Machenta lève 40 millions de dollars pour l'apprentissage instantané des robots

La start-up Machenta, spécialisée dans le développement de modèles de base pour la robotique, a récolté 40 000 000 USD lors d'un tour de table d'amorçage.

L'investisseur Creandum a rapporté que ce financement a été co-dirigé par Creandum et Union Square Ventures. La valorisation de l'entreprise ainsi que l'utilisation précise des fonds n'ont pas été divulguées.

Machenta a présenté une méthode nommée Apprentissage Robotique Instantané. Contrairement aux modèles classiques qui nécessitent des centaines de démonstrations et des jours d'entraînement, ce système permet à un robot d'exécuter une tâche de manière autonome après une seule démonstration humaine, sans temps d'attente ni apprentissage supplémentaire. L'entreprise a publié des vidéos non montées montrant des robots accomplissant des tâches avec des objets inconnus après une seule présentation.

Le cœur de cette technologie est le modèle Vision-Démonstration-Action. À la différence des modèles Vision-Langage-Action qui utilisent des instructions textuelles, celui-ci reçoit le contenu de la tâche via une démonstration. Le modèle a été entièrement pré-entraîné par simulation sans utiliser de données d'apprentissage du monde réel, apprenant ainsi la méthode pour acquérir de nouvelles tâches plutôt que des tâches spécifiques.

Le modèle pré-entraîné fonctionne sur six types de robots avec des configurations de caméras différentes, sans ajustements spécifiques par tâche. Il supporte quatre méthodes d'enseignement : la manipulation de type leader-suiveur, les contrôleurs de réalité virtuelle, le guidage manuel du robot ou la démonstration humaine directe. Machenta a démontré l'automatisation d'une ligne d'assemblage en moins de deux minutes avec trois robots possédant des pinces et des caméras différentes.

Les tests de fiabilité ont montré des taux de réussite élevés sur des tâches simples : 74 réussites sur 74 pour placer des blocs dans un bol, 78 sur 78 pour l'échange d'un tournevis, et 97 sur 99 pour redresser des bouteilles. Cette technologie repose sur six années de recherche sur l'apprentissage en un seul essai à l'Imperial College London, incluant des travaux présentés à CoRL 2023 et ICLR 2025.

L'entreprise prévoit d'étendre l'échelle de ses ressources de calcul, de ses modèles et de ses données de simulation pour vérifier si des tâches plus complexes peuvent être apprises instantanément.

Rapporté par BRIDGE.