CoRL 2026論文：ロボットの長期記憶を軽量化、実行中の画像AI呼び出しを不要に

結論から言うと、長い手順をこなすロボットが過去の出来事を覚えるために、動作中ずっと大きな画像言語モデルへ問い合わせる負担を減らす「workspace token」が提案されました。CoRL 2026論文として2026年9月17日にarXivへ公開された研究です。ロボットへ全履歴をそのまま渡すと、関係のない情報まで学び、性能が落ちる場合があります。

従来は大きな画像言語モデルで重要な場面だけを実行中に選ぶ方法がありますが、計算量と待ち時間が増えます。研究チームは、訓練時に画像言語モデルを使って、現在と過去のどの情報が作業に必要かを特定し、その内容を小さな潜在表現であるworkspace tokenへ圧縮しました。実際の運用時は大きなモデルへ再度問い合わせず、この記憶だけを観測情報の代わりに使います。

シミュレーションと実機の両方で、記憶が必要な作業を解けることを示し、要旨では軽量なだけでなく方策の性能も高まったと報告しています。家庭用ロボットなどでは、さっき何を動かしたかを低い計算負担で覚える設計につながります。ただし要旨には、比較した成功率、速度、消費電力の具体値がなく、どの環境でも同じ効果になるとは限りません。

公開された26ページのCoRL 2026論文で、対象作業、実機条件、失敗例を確認してから一般化する必要があります。