事前学習済みVLAモデル、継続学習で忘却に強い 大規模事前学習がロボット政策学習の課題を変える可能性

何が起きたか

arXivに2026年3月4日付で投稿された論文「Pretrained Vision-Language-Action Models are Surprisingly Resistant to Forgetting in Continual Learning」は、事前学習済みのVLAモデルが継続学習において忘却に強いことを報告した。研究では、小規模な行動クローニングモデルと比較し、VLAモデルが単純なExperience Replay（ER）で忘却をほぼ回避できることを示した。

詳細

論文は、ロボット政策学習における継続学習の課題に焦点を当て、事前学習済みのVLAモデルが小規模なBCモデルと比較して忘却に強いことを実験で示した。具体的には、単純なERがVLAで非常に有効であり、小さなリプレイデータサイズでも忘却ゼロを達成する場合があると報告している。また、事前学習が継続学習の性能に重要な役割を果たし、大きな事前学習モデルは小さなリプレイバッファで忘却を軽減しつつ、前方への学習能力を維持することを分析で明らかにした。さらに、VLAは新しいタスク学習中の性能低下にもかかわらず、以前のタスクの関連知識を保持しており、ファインチューニングによって一見忘れたスキルを迅速に回復できることを発見した。コードと追加情報はプロジェクトページで公開されている。

Key Facts

本紙の見方

今回の研究は、ロボット政策学習における継続学習の課題に対し、大規模事前学習済みVLAモデルが従来の小規模モデルと異なる振る舞いを示すことを実証した点で新規性がある。従来の継続学習研究はスクラッチから訓練する小規模なBCモデルが中心で、VLAのような大規模モデルでの挙動は未解明だった。本結果は、事前学習が忘却耐性に決定的な役割を果たし、単純なERで忘却をほぼ回避できることを示しており、継続学習の実用性を大きく高める可能性がある。 本紙の過去報道との接続はないが、この結果はロボット政策学習のスケーリング則に関する議論に一石を投じる。大規模事前学習が継続学習の困難を緩和するならば、ロボットのスキル獲得はよりデータ効率的で持続可能になる。業界構造への含意としては、VLAモデルの事前学習データの質と量が競争力の鍵となり、モデル提供者とロボットメーカーの分業が進む可能性がある。また、リプレイバッファの設計やファインチューニング戦略が重要になる。 未確定の論点として、本研究はシミュレーションや特定のタスクセットに基づく可能性が高く、実ロボットでの汎用性や、より多様なタスクでの忘却耐性の検証が必要である。また、リプレイデータのサイズや内容が性能に与える影響の詳細、モデル規模と忘却耐性の定量的関係も今後の課題である。

なぜ重要か

この研究は、ロボット政策学習における継続学習の実用性を大きく前進させる可能性がある。大規模事前学習が忘却問題を緩和するならば、ロボットは新しいスキルを効率的に獲得し続けることができ、産業用ロボットや家庭用ロボットの適応性が向上する。また、モデルの事前学習と継続学習の設計指針に影響を与え、ロボットAIの開発競争に新たな焦点をもたらす。