何が起きたか

Physical Intelligenceは2025年11月18日、ロボット基盤モデル「π*0.6」を発表した。同モデルは強化学習手法RECAP（RL with Experience and Corrections via Advantage-conditioned Policies）を採用し、実環境での展開データを活用して自己改善する。π*0.6は、実際の家庭での洗濯物折りたたみ、箱組み、プロ用エスプレッソマシンでのエスプレッソ作成などのタスクで性能を発揮した。最も困難なタスクでは、タスクスループットが2倍以上に向上し、失敗率が約半分に減少した。

詳細

RECAPは、デモンストレーション、オン方策収集データ、自律実行中の専門家による遠隔操作介入など、異種データを自己改善プロセスに組み込む。まずオフラインRLで汎用VLAを事前学習し、その後オンロボットデータ収集を通じて下流タスクに特化させる。π*0.6は、このRECAP手法で訓練されたモデルである。

Key Facts

Physical Intelligenceは2025年11月18日、ロボット基盤モデル「π*0.6」を発表した。[1]
π*0.6は強化学習手法RECAPを採用し、実環境での展開データを活用して自己改善する。[1]
RECAPはデモンストレーション、オン方策収集データ、専門家による遠隔操作介入を組み込む。[1]
π*0.6は実際の家庭での洗濯物折りたたみ、箱組み、プロ用エスプレッソマシンでのエスプレッソ作成を実現した。[1]
最も困難なタスクでは、RECAPはタスクスループットを2倍以上に向上させ、失敗率を約半分に減少させた。[1]

本紙の見方

今回の発表は、ロボット基盤モデルが実環境での展開データを強化学習に活用する新たな段階に入ったことを示す。従来のVLAモデルは主にオフラインデータで学習され、実環境での適応は限定的だった。π*0.6はRECAPにより、展開中のデータを自己改善に組み込むことで、実世界の多様な状況に対応する能力を高めている。 本紙の過去報道では、Physical Intelligenceのπ0.6が2026年2月に実証結果を公開し、パートナー企業の現場データで自律性が向上したと報じた。今回の発表はその基盤となる技術であり、π0.6の実証結果はこのRECAP手法の成果とみられる。また、π0.5を基盤にしたVLAモデルが公開されるなど、オープンソースコミュニティでもVLAの進化が進んでいる。 業界構造への含意として、RECAPのような自己改善手法は、ロボットの実用化におけるデータ不足と環境適応の問題を解決する可能性がある。特に、遠隔操作介入を学習に活用する点は、人間のフィードバックを効率的に取り込む手法として注目される。これにより、ロボットの導入コストが下がり、様々な産業での応用が加速する可能性がある。 未確定の論点としては、RECAPの汎用性がどの程度か、他のタスクやロボットプラットフォームでも同様の効果が得られるかが挙げられる。また、π*0.6の具体的なモデル規模や学習データ量は公開されておらず、今後の詳細な情報が待たれる。

なぜ重要か

ロボット基盤モデルが実環境での経験から学習する手法は、ロボットの汎用性と実用性を大きく向上させる可能性がある。π*0.6の発表は、Physical AIの進化における重要なマイルストーンであり、今後のロボット開発の方向性を示すものだ。