Xiaomi-Robotics-1を上回る長期操作向け記憶方式「MOST」を提案

何が起きたか

論文「MOST: Memory of Object States and Task Progress for Long-Horizon Mobile Manipulation」が2026年10月31日にarXivで掲載された。長時間にわたる移動マニピュレーション向けに、物体の状態変化とサブタスクの進捗を記憶する方策内メモリーを提案し、RoboCasa365、RoboCasa-Long、実機実験でXiaomi-Robotics-1を上回ったと報告した。

詳細

MOSTは複数視点の観測を時間トークンに圧縮し、過去および予測される将来のトークンを物体状態とサブタスク進捗で教師あり学習する。記憶は単一のエンドツーエンド方策の行動生成に直接使われ、外部プランナーや検索段階を設けない。 論文は、複数分・複数段階の移動マニピュレーション課題を扱うベンチマーク「RoboCasa-Long」も導入した。RoboCasa365の平均成功率は65.9%から72.1%、RoboCasa-Longの平均最大タスク進捗は20.83%から42.22%、実機実験の成功率は6.66%から43.33%になったとしている。

Key Facts

本紙の見方

RoboCasa365の成功率は6.2ポイント上昇し、実機実験では6.66%から43.33%へ変化した。ここでの技術的な焦点は、単に過去の画像を多く保持するのではなく、視界から外れた物体の状態や、完了済みの作業が次の行動に与える制約を記憶表現に含める点にある。論文は、状態変化と進捗を明示的に教師信号とし、記憶を行動生成へ直接つなぐ構成を示した。外部プランナーや検索段階に頼らず、方策内部で長期タスクの情報を扱う設計が提案の新しさである。 評価の組み立ても重要だ。RoboCasa365の平均成功率に加え、複数分・複数段階の課題を対象とするRoboCasa-Longでは平均最大タスク進捗を測り、実機実験の成功率も報告している。論文は、視覚履歴を保持する条件をそろえた別方式も上回ったとしており、記憶量だけでなく、状態変化と進捗をどう表現するかが結果に関係するとの見方を示す。ただし、各指標は別々の評価であり、シミュレーションの改善幅を実機性能へそのまま読み替えることはできない。 本紙のhumanoid.guide、Xiaomiのロボットハンドを報道はロボットの手を扱ったが、今回の論文は操作方策の記憶を対象とする。両者が同じ開発計画や製品に結び付くことは、提示された情報から確認できない。また、論文「Who Improves the Robot?」をleaderobot.comが紹介が扱った物理世界での自己改善の論点と比べると、MOSTは自己改良そのものではなく、長期タスク中の状態把握と進捗保持に焦点を絞っている。 業界への含意は、長期操作を支える評価軸が最終成功の有無だけでは足りず、途中の進捗や物体状態を測る必要性を示した点にある。とくに実機成功率の上昇は、提案方式がシミュレーション以外でも評価されたことを示す一方、実験の規模や対象作業、ロボット構成、実運用時の遅延・計算負荷は要旨に記載がない。次に確認すべきなのは、課題や環境が変わった場合の性能、長い作業中の記憶誤りへの耐性、実機評価の条件である。これらが分からない段階では、幅広い用途への適用可能性や実用上の優位性までは判断できない。

なぜ重要か

論文は、視界から消えた物体の状態と完了済みサブタスクの進捗を方策内の記憶に組み込み、外部プランナーや検索段階なしで行動生成に使う方式を示した。RoboCasa-Longの進捗指標と実機実験の成功率を併せて報告しており、長期操作を評価する際に途中経過と実機での成否を分けて見る必要性を具体的に示している。