記憶は外部に置くべきか：身体性エージェントの経験の保存場所に関する事前登録研究

- 身体性を持つ agent の『経験』を policy の重みに焼き込むべきか、外部 memory として保持し推論時に retrieval すべきかを検証する pre-registered 研究。 - vision-conditioned reach task 上で、memory-augmented teacher（VLM が自身の過去試行の lesson と episode 画像を retrieval）が trajectory を生成。 - 同一 trajectory から LoRA student policy を distill し、matched protocol で評価。 - 結論は『memory は外部化せよ』というレシピの提示。

- 要旨からは不明（先行研究との直接比較は記述されていない）。 - 特徴は、hypotheses・arms・tests・analysis rules を学習前かつ p-value 算出前に pre-register した点。 - memory-in-weights 仮説を『反証』ではなく『検出力不足のため撤回』と扱う誠実な設計。 - 同一 trajectory 由来の distill と retrieval 再装着を matched protocol で対比。

- memory-augmented teacher（VLM）が自身の過去試行から lesson と episode 画像を retrieval し trajectory を生成。 - その trajectory から LoRA student policy を distill（action-only control と比較）。 - 固定した student 重みに teacher の frozen retrieval buffer を再装着する腕を用意。 - pre-registered な protocol contrast と auto-reset sensitivity count で評価。 - exploratory behavioural probe で marginal correction と conditional correction の転移を切り分け。

- memory の重みへの distill は action-only control を +1 pp 上回るが n.s.。 - 登録済み検定は自身の minimum effect に対し underpowered と判明し、主張を撤回。 - 固定重みへの retrieval 装着は +34 pp（z=5.15）、pooled teacher 参照 49.3% に到達。 - protocol contrast も +23 pp（z=3.36）、auto-reset sensitivity で +36/+29 pp。 - 追試 control で frozen buffer が base model を 48%、他 3 adapter を 19-26% から 53-55% へ改善。

- memory-in-weights の主張は反証ではなく検出力不足として撤回され、効果量の解釈に留保。 - retrieval 装着後は adapter の追加効果が検出できず、経験の外部化を支持。 - 第 2 の harder task では retrieval 優位は同方向だが有意でない（+6 pp, 95% CI [-4.5, +16.4]）。 - exploratory diagnostics は減衰を memory coverage に結びつけるが exploratory 段階。 - behavioural probe は marginal correction の転移は示すが conditional・状況特異的 correction は示さない。

- 要旨で参照/比較されている memory-augmented teacher（VLM retrieval）と LoRA distillation の各研究。 - action-only control および frozen retrieval buffer 再装着の比較設計。 - memory coverage を扱う retrieval 研究（exploratory diagnostics の根拠）。 - 同分野の定番として vision-language-action policy と retrieval-augmented policy の関連研究。