何が起きたか

arxiv.orgに2025年11月18日付で掲載された論文は、実世界での展開を通じて視覚言語行動モデルを強化学習で改善する手法を提案している。この手法は、デモや実地収集データ、遠隔操作による介入を活用し、モデルが洗濯物をたたむ、箱を組み立てる、業務用エスプレッソマシンで飲料を作るなどの作業を実行できると報告している。

なぜ重要か

研究が示す要点は、実機での運用中に集めたデータや、遠隔操作による介入を強化学習に取り込むことで、視覚・言語・行動モデルを後から改善できる点です。対象は、家庭での洗濯物をたたむ作業や、業務用エスプレッソマシンを使う作業など、実際のロボット作業を学習させたい研究者や開発者です。