Waddle Labs、ロボットの制御コードを作成するAIエージェントを発表

Why it matters

Waddle Labs is testing whether robotics can adopt coding agents' iterative workflow, reducing the task-specific data and manual engineering required to program new hardware.

Waddle Labs の共同創業者である Hanming Ye (@DozenDucc) と Yiding "Vincent" Song (@yiding_song) は、7月27日に言語モデルのエージェントを用いてロボットの制御プログラムを生成する初期アクセスAPIを公開しました。創業者らはこの製品を「Claude Code for robots」と表現し、自然言語のプロンプトから20分で動作するポリシーを生成できると主張しています。

https://x.com/dozenducc/status/2081802609128788393?s=46

Ye は Xでのスレッド で Waddle Labs を紹介し、エージェントが物理的な作業をステップに分解し、カメラ映像を点検してロボットが実行できるコードを生成する様子を示しました。出力は編集可能なプログラムであり、オペレーターは別のデータセットを収集してロボットモデルを再学習させる代わりに、エージェントに修正を依頼できます。

創業者はハーバード大学 Class of 2028 の学生で、研究のバックグラウンドが製品に直接結びついています。Song はコンピュータサイエンス、mind-brain-behavior、物理学を学び、Harvard の Gershman Lab と Kempner Institute でコンテキスト内プログラム誘導（in-context program induction）を研究していると 彼の個人サイト にあります。Ye は基礎モデルのパラメータを更新せずに拡散ベースのロボットポリシーを操舵する手法に関する 2025年の論文 を執筆しました。

Ye と Song は 2025 年に Waddle Labs を立ち上げ、ボストンから開発を行っていると Y Combinator の企業ディレクトリ にあります。この二人運営の会社は YC の 2026 年夏バッチに参加しており、YC は受け入れられた全ての企業に標準の $500,000 出資を行い、$125,000（7%）と、$375,000 は上限のない most-favored-nation SAFE を通じて分配されると述べています。

Putting a coding agent above the robot model

ほとんどのロボット基盤モデル開発者は、画像と指示を行動に変換するポリシーを訓練しています。たとえば Physical Intelligence は複数のロボット種から収集したデータを用いて pi0 モデルを構築し、低レベルのモーターコマンドを生成するよう設計しました。図は Helix を、リアルタイムで知覚、移動、推論を制御するビジョン・言語・行動モデルとして説明しています。

Waddle Labs はその制御層の上にソフトウェアエージェントを挿入します。エージェントはポリシーとしてコードを書きつつ、ビジョン・言語・行動モデルや他の専門システムをツールとして呼び出す能力を維持します。Waddle Labs によれば、この構造により、各構成ごとに新しい訓練データを収集することなく、同じエージェントアーキテクチャで異なるアーム、グリッパー、カメラ構成を動かせるようになるとのことです。

Waddle Labs の 技術ローンチ投稿 によれば、エージェントはロボットのカメラ映像を監視し、目標をサブタスクに分割し、中間結果を検証します。アクションが失敗したとき、エージェントはプログラムを改訂して再試行できます。協調エージェントは複数ロボットを同時に制御するためにサブエージェントを作成することもできます。

生成されるプログラムは、共有されたプリミティブと上位スキルの階層から引き出されます。Waddle Labs は、あるエージェントがパッケージをひっくり返すことを学ぶ過程で fold_grasp スキルを作成し、別のエージェントがそれを再利用してシャツをたたむのに使ったと述べています。彼らの賭けは、展開されたロボットが孤立したデモンストレーションではなく有用なコードを残すことであり、各完了タスクが後続のエージェントがより長いプログラムに組み合わせられるライブラリを拡張するということです。

The benchmark remains an early company-run test

Waddle Labs は、エージェントがマイクロスイッチをスロットに差し込むための動作ポリシーを約20分で生成したと述べています。別の実験では、システムは夜間におよそ1,000回のランダム化された Lego のピック＆プレース反復を実行し、得られたデータから ACT 操作ポリシーを訓練しました。これらの結果は、このAPIを展開、データ収集、自動化ロボティクス研究のためのツールとして位置づけます。

創業者らはまた、Waddle Labs が Opus 4.8、Fable 5、GPT 5.6 Sol と特定しているモデル群を操作スイートで試験しました。Waddle Labs は、より大きな推論予算を使う大規模モデルがより良いポリシーを生成し、テスト設定下では Fable 5 と GPT 5.6 Sol のみがシャツをたたむといったより難しいタスクを完了したと報告しています。

これらの証拠は Waddle Labs 自身のハードウェアとタスクスイートに基づくものです。Waddle Labs は、研究室ごとに機械、タスク、成功基準が異なるためロボットエージェントの結果を比較するのは依然として困難であり、標準化されたベンチマークの必要性を認めています。APIはパブリックなセルフサービス製品ではなく初期アクセスのリクエストを通じて配布されており、顧客のハードウェア間での再現性が次の試験になるでしょう。

このアプローチは、汎用モデルが物理機器を安全に制御するコードを書くに足る信頼性を持つことにも依存しています。ソフトウェアエージェントはサンドボックス内で再試行できますが、ロボットはエージェントが再試行する前に物体を損傷したり、近隣機器と衝突したり、危険な状態を作り出す可能性があります。Waddle Labs のアーキテクチャは、生成されたスキルの下に固定されたプラットフォームプリミティブを保持しており、オペレーターがエージェント生成プログラムの実行を制限するための潜在的な制御点を提供します。

Ye と Song は過去6か月間エージェントを使ってロボットを制御してきたと技術投稿にありました。彼らのより大きな賭けは、言語モデルの改良がより良い計画とコード生成を通じてロボティクスに流入し、各新しいタスクのためにエンドツーエンドの制御モデルを再構築することなく進歩が可能になる、という点です。Waddle Labs は今、このソフトウェア風の反復ループが自社ラボの外でも通用することを示さなければなりません。