何が起きたか

arXiv掲載論文「LeCompass: Task-Level Execution through State-Indexed Interfaces」は2026年11月19日、状態にひも付いたインターフェースを用いるタスク実行フレームワークLeCompassを紹介した。公式TESTのCube全エピソード1,000試行では、システム全体がネイティブの4cm到達率86.9%を達成したと報告した。別の条件をそろえた分析では、予測ランキングによりTEST PushTの成功率が4.7%から44.9%に、TEST TwoRoomでは33.8%から77.7%に上昇した。

詳細

LeCompassは凍結したLeWorldModel(LeWM)を基盤とする。目標提案器が中間の潜在目標を出し、CompassFlowが学習済み軌道事前分布のソース空間を探索して、限られた予測評価予算の下で行動候補を選ぶ。パッチ・トークンの読み出しで空間フィードバックを得るほか、観測に基づくメモリーをフェーズ遷移と上限付きのリカバリーに用いる。状態インデックス付き目標は、エピソードをまたいだコンテキストとゴールの組み合わせを可能にすると説明している。

Key Facts

LeCompassは凍結したLeWorldModel(LeWM)を基盤とする状態インデックス型の実行フレームワークとして紹介された。[1]
公式TESTのCube全エピソード1,000試行で、システム全体はネイティブの4cm到達率86.9%を達成した。[1]
別の条件をそろえた分析で、予測ランキングによりTEST PushTの成功率は4.7%から44.9%に上昇した。[1]
別の条件をそろえた分析で、予測ランキングによりTEST TwoRoomの成功率は33.8%から77.7%に上昇した。[1]

本紙の見方

Cubeの1,000試行で86.9%という結果と、PushT、TwoRoomでの成功率上昇は、LeCompassが単一の到達率指標だけでなく、複数のタスクで予測を行動選択に組み込む構成を評価したことを示す。ただし、三つの数値は同じタスク、同じ指標による横並びの比較ではない。Cubeは「ネイティブの4cm到達率」、残る二つは予測ランキングの有無を比べたタスク別の成功率であり、数値の大小だけからタスク間の優劣を判断することはできない。 構成上の焦点は、潜在空間で到達可能性を評価するだけではタスク実行に足りない、という論文の問題設定にある。LeCompassは中間目標の提案、軌道事前分布を使った候補探索、パッチ・トークンによる空間フィードバック、観測メモリーによるフェーズ遷移とリカバリーを役割分担させる。つまり、予測モデルの評価値をそのまま実行結果とみなすのではなく、目標生成と観測に基づく制御を接続する設計である。限られた予測評価予算を前提に候補を探す点も、モデル評価を実行インターフェースへ組み込む際の設計条件として示されている。 業界構造への含意は、潜在表現を扱う予測モデルとタスク単位の実行機構を、別々の研究課題ではなく一連の処理として評価する枠組みが提示されたことにある。状態インデックス付き目標によるエピソード間のコンテキスト・ゴール合成は、実行状態を次の試行にどう引き継ぐかという設計論点に関わる。一方、要旨で示されたのはCube、PushT、TwoRoomの評価結果であり、実機のロボットや現場運用における性能を示す数値ではない。タスクごとの条件差に加え、予測評価予算の具体値、各比較の詳細、実機での空間フィードバックとリカバリーの挙動は、適用範囲を判断するうえで確認すべき点として残る。

なぜ重要か

LeCompassは、予測モデルが潜在空間で行動の結果を評価する段階と、タスクを実行する段階の間に、中間目標の生成、候補探索、観測に基づく状態管理を置く。報告された結果はタスク別のシミュレーション評価であり、実機性能を示すものではないため、実行インターフェースの評価と現場適用の評価を区別する必要がある。