NTU、ロボット制御を標準化するVLANeXtを発表
2026年2月24日 (火)
- •VLANeXtフレームワークによりVLAの設計を統合し、ロボットの学習効率と性能を最適化。
- •複雑なタスクに対応する高度なVLAモデル構築のため、12の主要な設計原則を策定。
- •LIBEROベンチマークで既存のSOTAモデルを凌駕し、現実世界でも高い汎用性を実証。
視覚情報とテキスト指示をロボットの物理的な動きへと変換するVLAモデルの分野は、これまで研究の断片化やトレーニング手法の不一致という課題を抱えてきた。これに対し、南洋理工大学（NTU）のMMLabの研究チームは、ロボットの「脳」に相当するシステムの構築と評価を効率化するために設計された統合フレームワーク「VLANeXt」を発表した。
研究チームは、設計プロセスを「基盤要素」「知覚の本質」「アクションモデリング」の3つの主要領域に分解することで、高性能ロボット開発の指針となる12の重要な知見を導き出した。これらの知見は単なる理論に留まらず、シミュレーション上のベンチマークや現実のラボテストにおいて、OpenVLAなどの既存モデルを大幅に上回る成果を上げている。
また、今回の研究における主要な貢献の一つは、包括的で使いやすいコードベースの公開だ。これにより、AIコミュニティ全体がゼロから構築することなく、結果の再現や新しいVLAのバリアントを試行することが可能になる。こうした標準化への動きは、デジタル画面の中にあるAIが、私たちの環境とシームレスに相互作用する物理マシンへと移行するプロセスを加速させるだろう。