何が起きたか
arXiv掲載論文「DiMuRe: Diagnosis-Guided Multilevel Recovery for Robotic Task Execution」は2026年11月3日、ロボットのタスク実行中に外乱が起きた際の復旧枠組みを発表した。801件の予定された外乱付きEncore開発ケースで、プログラム再利用と復旧スキルを使うLocal DiMuReのタスク完了率は77.65%となり、同じ物理ステップ上限で実行した元のプログラムの58.68%を上回った。終端再計画、追加のステップ枠、早期引き継ぎを含むFull DiMuReは81.90%だった。
詳細
DiMuReは、タスクの段階ごとの証拠と各手法の前提条件を使い、元のプログラムの再利用か、あらかじめ定義した復旧スキルの実行かを選ぶ。復旧スキルには、実行範囲を制限した視覚・言語・行動（VLA）による把持が含まれる。元のプログラムが終了した後は、マルチモーダル大規模言語モデル（MLLM）が画像と実行フィードバックを基に修正コードを生成でき、復旧を試みるたびにローカル検証を行う。 論文は、実行途中の外乱に対する頑健性と復旧を評価するベンチマーク「LIBERO-Disturb」も導入した。プログラムベースのエージェントとVLAポリシーの双方を対象とする。Local DiMuReは、元のプログラムより予定エピソード当たりの物理ステップ数も少なかったと報告している。
Key Facts
| 801件の予定された外乱付きEncore開発ケースで、Local DiMuReのタスク完了率は77.65%だった。 | [1] |
| 元のプログラムのタスク完了率は58.68%。Local DiMuReとの比較では物理ステップ上限が同じだった。 | [1] |
| 終端再計画、追加のステップ枠、早期引き継ぎを含むFull DiMuReのタスク完了率は81.90%だった。 | [1] |
| DiMuReは、段階ごとの証拠と手法の前提条件から、プログラム再利用または定義済み復旧スキルを選択する。 | [1] |
| 論文は、プログラムベースのエージェントとVLAポリシーに対応するベンチマークLIBERO-Disturbを導入した。 | [1] |
本紙の見方
評価値を読む際の要点は、77.65%と81.90%を同じ条件の成績として扱わないことだ。Local DiMuReは元のプログラムと同じ物理ステップ上限で比較され、完了率の差は18.97ポイントである。一方、Full DiMuReには追加のステップ枠などが含まれるため、81.90%は機能を加えた構成全体の値であり、局所復旧だけの効果を示す比較値ではない。結果は、復旧機能の有無だけでなく、許される実行予算も含めて評価する必要があることを示す。 構成上の特徴は、最初からタスク全体を作り直すのではなく、まず残っているプログラムを再利用できるかを判断し、必要に応じて定義済みスキルを使う点にある。各段階の証拠と手法ごとの前提条件を選択に用い、元のプログラムが終了した後には、画像と実行フィードバックを入力としてMLLMが修正コードを作る。したがってDiMuReは、既定の復旧動作と生成コードを組み合わせ、試行ごとのローカル検証を挟む構成と読める。生成結果をそのまま成功とみなさず、実行後に結果を確かめる設計が、枠組みの一部として示されている。 業界への含意は、復旧を単一の行動ポリシーに委ねず、プログラムベースのエージェントとVLAポリシーを同じベンチマークの対象に置いた点にある。LIBERO-Disturbが示す評価軸は、予定されたタスクが完了したかだけでなく、実行中の外乱後にどの方法で戻り、何ステップを要したかにも及ぶ。ただし、報告された成功率は801件の予定された外乱付きEncore開発ケースに関するもので、他のタスクや環境へそのまま一般化できるとは限らない。論文要約に示された数値だけでは、外乱の種類ごとの成績や復旧手法別の寄与、異なるロボット・タスクでの再現性までは判断できない。今後確認すべきなのは、そうした条件別の評価と、コード生成後の検証が失敗をどう扱うかである。
なぜ重要か
論文の801件の評価では、Local DiMuReが元のプログラムと同じ物理ステップ上限で、完了率58.68%に対し77.65%を報告した。実行途中の外乱に対して、既存プログラムの再利用や定義済みスキルを選ぶ仕組みが、タスク完了率と物理ステップ数の双方を評価する復旧設計として提示された点が重要である。