概要
RLWRLDは2026年11月9日、NVIDIAの韓国AIスタートアップ向け出資計画の対象に決まったと発表し、同日、ロボットハンドの作業精度を測る評価基準「DexBench」を公開した。DexBenchは4種類の産業現場を想定した15の作業をシミュレーション上で評価し、作業成功率や汎化性能を測る。
詳しいファクト
NVIDIAの出資計画と開発方針
RLWRLDは2026年11月9日、米国法人RLWRLD Inc.がNVIDIAによる韓国AIスタートアップ向け新規出資計画の対象に決まったと発表した。出資額や実行時期は本文に記載されていない。RLWRLDは資金を、ロボティクス基盤モデルの高度化と産業パートナーとの現場導入拡大に充てる予定としている。また、NVIDIAのシミュレーション技術と自社モデル「RLDX-1」を組み合わせて開発を進める方針を示した。
出典を確認 ↗DexBenchの評価内容と基盤
RLWRLDは同日、ソウルのCOEXで開催された「AI Day Seoul 2026」で、ロボットハンドの精密操作を測る評価基準「DexBench」を発表した。小売、物流、組立、ホテルの飲食業務を想定し、商品の取り出し・配置、ネジ締め、皿の積み重ね、液体を注ぐ作業など、計15種類の課題を仮想空間で再現する。作業成功率に加え、学習時に経験していない物体や物理特性、空間配置への対応力も評価する。基盤にはNVIDIA Isaac Lab-Arenaとオープンソース物理エンジンNewtonを採用し、Genesis AIやMimic Roboticsなどがアーリーアクセスで評価を進めている。
出典を確認 ↗独自観点のコメント
### 評価基盤の公開がもたらす比較可能性 DexBenchの特徴は、ロボットハンドの操作性能を、個別のデモではなく複数の産業作業と汎化性能を含む共通条件で評価しようとしている点にある。コードや評価環境、データ、ベースラインモデル、比較用リーダーボードを公開する方針が実行されれば、開発企業や研究機関が性能を比べるための共通土台になり得る。
一方、発表段階で示された課題はシミュレーション上の15作業であり、実環境での性能や導入効果を裏付ける結果は本文にない。RLWRLDは今後、シミュレーションと実機の結果を照合する検証や対応プラットフォームの拡大を予定している。NVIDIAの技術基盤との連携と自社モデル開発を進めながら、実機での再現性を示せるかが、評価基準の産業利用を広げるうえで重要になる。
関連する企業・製品
出典
- 媒体記事 ロボスタ — 元記事を読む ↗