GPT-6 Astraを用いるロボットエージェント、PyRUA-Leanで成功率71.7%　入力トークンは65%削減

何が起きたか

arXiv掲載の論文は2026年10月1日、GPT-6 Astraをプランナーに使うロボットエージェントで、PyRUA-Leanがツール呼び出し型のベースラインより高い成功率を示したと報告した。700件のシミュレーションタスクを対象に、LIBERO-PRO、RoboTwin 2.0、RoboCasa365で比較している。等しいLLM呼び出し予算では、総合成功率は63.1%から71.7%に上がり、両エージェントが解けたケースではLLM呼び出し回数が49%減り、入力トークンは65%減った。

詳細

論文は、PyRUA-Leanを「対話的なコード実行フレームワーク」と位置づけている。仕組みとしては、従来のロボット用プリミティブと学習済みのvision-language-action（VLA）ポリシーをPythonセル内で組み合わせ、条件分岐や局所的な再試行を行う。観測は選択的に行い、再計画に必要だと明示された画像と状態フィードバックだけを返す設計である。 比較は、同じGPT-6 Astraプランナーと同じロボットプリミティブを使うツール呼び出し型ベースラインに対して行われた。対象はLIBERO-PRO、RoboTwin 2.0、RoboCasa365の700件のシミュレーションタスクで、評価指標として成功率、LLM呼び出し回数、入力トークン数が示されている。

Key Facts

本紙の見方

この論文の新規性は、単にロボットの成功率を上げた点ではなく、成功率の改善とトークン削減を同時に示した点にある。しかも対象は実機ではなく、LIBERO-PRO、RoboTwin 2.0、RoboCasa365という3つのシミュレーション環境での700件のタスクであり、まずは計画・観測・再試行の設計を詰めた研究だと読める。総合成功率は63.1%から71.7%へ、絶対値で8.6ポイント上がっている一方、同条件の比較では入力トークンが65%減っているため、性能向上と計算コスト抑制を同時に狙う構図がはっきりしている。 本紙の観点では、PyRUA-Leanの核は「観測を増やして賢くする」のではなく、「必要な画像と状態だけ返す」ことで再計画を絞り込む点にある。従来のツール呼び出し型ベースラインと違い、Pythonセル内で条件チェックと局所的再試行を回すため、ロボット制御の各ステップを都度LLMに丸投げしない。この構造は、行動の選択よりも、どの情報をモデルに渡すかという入出力設計が効くことを示している。 ただし、今回の結果からは、ロボットエージェントの競争軸が単純な成功率だけでなく、同じ成功率をより少ないLLM呼び出しとトークンで達成できるかに移っていることがうかがえる。これは、推論コストが高い大規模モデルをロボットに載せる際、モデルそのものの性能よりも、観測圧縮と実行制御の設計がボトルネックになる可能性を示す。今後確認すべき論点は、シミュレーション外の実機でも同じ削減率が出るか、どのタスクで成功率の上振れが大きいか、そして選択的観測が安全性や失敗時の回復にどう影響するかである。

なぜ重要か

PyRUA-Leanは、同じGPT-6 Astraプランナーを使っても、出力の巧拙だけでなく入力の与え方で成功率とトークン消費が変わることを示した。ロボット制御でLLMの利用コストを抑えたい開発者にとって、観測を絞る設計や局所的再試行の実装が検討対象になる。

日本への影響

日本のロボット研究や産業用自動化では、画像・状態フィードバックをどこまで絞っても作業成功率を維持できるかが焦点になり得る。とくに、シミュレーションで示された65%の入力トークン削減が、実機検証や現場導入でも再現できるかが、日本のロボットSIerや研究機関にとって重要な確認点になる。