LEXP、ロボット操作の12課題で成功率63.9％を報告

何が起きたか

arXiv掲載論文は2026年10月30日、ロボット操作の経験を文脈に応じて再利用する枠組み「LEXP」を報告した。ChatGPT-6-Astraを用いた12の実環境操作課題で、LEXPは36試行中23回成功し、成功率は63.9％だった。経験を使わないAstra単体は2/36（5.6％）、記憶のみを使う条件は19/36（52.8％）だった。

詳細

LEXPはタスク単位の計画と経験モジュールを組み合わせる。経験モジュールは実行の証拠を解釈し、適用条件を伴う教訓を抽出・保持したうえで、関連する教訓を次の行動への文脈的フィードバックとして再利用する。実験中、モデルの重みと行動インターフェースは固定された。 論文は、パンの移動、ゴミと洗面用品の仕分け、引き出しからの物品取得を含む3課題について、計画を除くと成功が7/9から4/9に、保持した経験を除くと3/9に低下したと報告した。

Key Facts

本紙の見方

今回の結果の要点は、ロボットの物理操作から得た情報を、モデルの重みや行動インターフェースの更新ではなく、適用条件付きの教訓として蓄積し、次の行動に返す設計にある。成功率はLEXPが63.9％、記憶のみが52.8％で、差は11.1ポイント。一方、Astra単体は5.6％であり、報告された条件では、経験を保持するだけでなく、タスク計画や文脈に沿ったフィードバックを組み合わせることが結果に関係した可能性がある。ただし、試行数は全体で36回であり、この値だけから幅広い環境での性能を推定することはできない。 構成上、LEXPは「経験を記録すること」と「次の操作に適用すること」を分けて扱う。適用条件を含めて教訓を保持する方式は、異なる場面で経験を再利用する際の手掛かりを設けるものと読める。論文は実行記録から検査戦略を別エピソードで再利用した例も示しているが、どの条件で再利用が有効・無効になるかを、示された要約だけから一般化することはできない。 もう一つの論点は、性能差が単一要素では説明されないことだ。3課題のアブレーションでは計画を除くと7/9から4/9へ、保持経験を除くと3/9へ低下したとされ、計画と経験保持の双方が操作過程に関わる可能性を示す。ただし、対象はパンの移動、仕分け、引き出しからの取得を含む12課題であり、論文の結果を他の物体、ロボット、操作環境へそのまま適用できるとは限らない。 次に確認すべきなのは、課題数・試行数を増やした場合の再現性、教訓の適用条件の設定方法、失敗経験が不適切な操作を再利用させる場合の扱いである。論文要約には、使用したロボットの詳細や課題ごとの試行配分、長期運用時の性能は示されていない。物理経験を再利用する仕組みの評価には、成功率だけでなく、環境変化に対する頑健性と誤った教訓の修正可能性も必要になる。

なぜ重要か

報告された条件では、経験を使わないAstra単体の成功率が5.6％だったのに対し、LEXPは63.9％だった。モデルの重みと行動インターフェースを固定した設定で、実行から得た教訓を次の操作に反映する方式が比較された点は、ロボット操作における経験の利用方法を検討するうえで具体的な論点となる。