Machenta Menghimpun Dana 40 Juta USD dalam Putaran Pendanaan Awal

Perusahaan rintisan Machenta, yang mengembangkan model dasar untuk robot, telah memperoleh pendanaan sebesar 40.000.000 USD dalam putaran pendanaan awal.

Kabar ini dilaporkan oleh BRIDGE, yang menyebutkan bahwa putaran pendanaan tersebut dipimpin bersama oleh Creandum dan Union Square Ventures. Pihak perusahaan tidak mengungkapkan nilai valuasi maupun rencana penggunaan dana tersebut.

Machenta memperkenalkan metode yang disebut Pembelajaran Robot Instan. Melalui metode ini, robot dapat melakukan tugas secara mandiri sepenuhnya setelah hanya satu kali melihat demonstrasi manusia, tanpa memerlukan pelatihan tambahan atau waktu tunggu. Hal ini berbeda dengan banyak model saat ini yang membutuhkan ratusan demonstrasi dan waktu pelatihan selama beberapa hari hingga beberapa minggu hanya untuk tugas sederhana seperti menumpuk beberapa blok.

Teknologi inti dari sistem ini adalah model Visi-Demo-Aksi. Berbeda dengan model Visi-Bahasa-Aksi yang menerima instruksi melalui bahasa, model ini menerima konten tugas melalui demonstrasi. Model ini melakukan pra-pelatihan sepenuhnya dalam simulasi tanpa menggunakan data pelatihan dunia nyata, sehingga robot mempelajari cara mempelajari tugas baru daripada mempelajari tugas individu.

Dalam demonstrasi yang dipublikasikan, model pra-pelatihan yang sama digunakan untuk semua tugas tanpa penyesuaian khusus. Model ini terbukti dapat bekerja pada enam jenis robot dengan konfigurasi kamera yang berbeda dan mendukung empat metode pengajaran, termasuk pengoperasian tipe pemimpin-pengikut, pengontrol realitas virtual, menggerakkan robot secara langsung dengan tangan, serta menunjukkan tugas dengan tangan manusia.

Keandalan teknologi ini didasarkan pada penelitian pembelajaran satu tembakan selama enam tahun di Imperial College London. Penelitian tersebut mencakup Penyelarasan Graf Implisit yang dipresentasikan di CoRL 2023 dan Kebijakan Instan yang dipresentasikan di ICLR 2025. Creandum menyatakan bahwa penelitian ini menjadi makalah sampul Science Robotics, di mana robot mempelajari 1.000 tugas harian dalam waktu kurang dari 24 jam dengan satu demonstrasi per tugas, serta memenangkan Penghargaan Makalah Terbaik di Lokakarya Pembelajaran Robot ICLR 2025.

Ke depannya, Machenta berencana untuk memperluas skala sumber daya komputasi, model, dan data simulasi untuk menguji apakah robot dapat mempelajari tugas-tugas yang lebih kompleks secara instan.