研究者ら、長期意図を表すロボット方策PAMを提案　実機4課題で成功率47.5%から75.0%に改善

何が起きたか

研究者らは2026-10-02、生成型ロボット方策向けの新手法「Proprioceptive Action Models（PAM）」を発表した。PAMは、残りの関節空間軌道を表すタイミング不要のスケッチと、密な実行可能行動チャンクを単一のTransformer denoiserで同時に生成する。実機の両腕タスク4件では、成功率が47.5%から75.0%に改善したとしている。

詳細

PAMのスケッチは、時間ではなく弧長で軌道をパラメータ化し、実行タイミングに不変な幾何学的意図を捉える設計である。さらに、block-causal attention と staggered denoising schedule により、サンプリング中に行動トークンが徐々にきれいになるスケッチへ依存する構造を保つとしている。 著者らは、シミュレーションでは Push-T と LIBERO-Long で action-only 系の手法を上回り、実機では4つの両腕タスクで成功率を47.5%から75.0%に引き上げたと述べている。

Key Facts

本紙の見方

今回の新規性は、長期意図を言語計画やサブゴール画像ではなく、ロボット自身の関節空間の「スケッチ」として持たせた点にある。既存の生成型ロボット方策が短い行動断片の予測にとどまりやすいのに対し、PAMは残り軌道の幾何学的な形を先に圧縮して示し、その上で実行用の行動チャンクを生成する構成である。ここで重要なのは、意図表現と制御出力を分離しつつ、両者を単一のTransformer denoiserに収めている点であり、単なる予測精度の改善よりも、方策の内部表現をどう持つかに踏み込んだ提案だとみられる。 本紙の関連記事はないため、過去報道との連続性は置けないが、本文からは「短期行動だけでは指示が弱い」という問題設定に対し、PAMが時間依存の軌道ではなく弧長ベースの表現で応答していることが読み取れる。これは、言語プランや動画予測のような外部モダリティを介さずに、ロボットの自己状態から長期意図を内部表現へ落とし込もうとする試みである。つまり、入力→内部意図→出力という流れの中で、意図の媒体をロボット固有のプロプリオセプションに寄せている点が構造的な変更だといえる。 業界構造への含意としては、評価軸が「短いチャンクを当てるか」から「残タスク全体の幾何学を保ったまま動けるか」へ移る可能性がある。Push-TやLIBERO-Longのような長期ベンチマーク、そして実機4課題の成功率改善は、その差分が長いハンドリングや両腕協調で効くことを示唆する。ただし、今回示されたのは限定されたベンチマークでの性能であり、どの程度のタスク群に一般化するか、スケッチ表現の計算コスト、サンプリングの安定性、実機での失敗モードはなお確認が必要である。特に、関節空間のスケッチが物理環境の接触や視覚変化にどこまで耐えるかは、今後の焦点になる。

なぜ重要か

研究者らは、ロボット方策の長期意図を言語や画像ではなく関節空間のスケッチで持たせる枠組みを示した。実機4課題で成功率が47.5%から75.0%に上がったという記述は、両腕協調のように長い手順を要する作業で、この表現が有効だった可能性を示す。

日本への影響

日本で関心が高い両腕ロボットや実機制御では、短期の動作生成だけでなく、残り工程の意図をどう表現するかが論点になる。PAMのように関節空間のスケッチを使う設計は、視覚中心の手法とは別系統のため、日本の制御系・ロボティクス研究が持つ実機検証の蓄積と接続しやすい可能性がある。