NeurIPS 2026論文：AIに再利用できる「スキル」を渡すとゲーム進行が約3倍、推論費用86%減

結論から言うと、AIエージェントに繰り返し使える操作を「スキル」として渡すと、長い作業を速く安く進められることが示されました。NeurIPS 2026採択論文として2026年9月25日にarXivへ投稿され、9月28日の新着一覧に掲載された研究です。

研究チームは、難しいゲームNetHackを使い、移動などを一手ずつ選ぶ方式と、複数の操作をコードでまとめたスキルを呼び出す方式を比較しました。公開したCodeHackは、各スキルに自然言語の説明を付け、言語モデルが目的に合うものを選べるようにしたライブラリです。

事前学習なしの幅広い評価では、スキルだけを使うAIは低レベル操作だけのAIと比べてゲームの進行度が約3倍になり、1回のプレイで必要な推論費用を86%減らしました。スキルと低レベル操作を併用すれば、用意されたスキルで対応できない場面に戻って細かく操作できます。強化学習では、同じ学習予算で到達階層の平均改善が7.2倍になりました。

利用者にとっては、Web操作や事務作業のAIにも、よく使う手順を部品として渡す設計の有効性を考える材料になります。ただし評価環境は主にゲームで、実際のブラウザーや業務システムで同じ改善率になるとは限りません。NeurIPS 2026採択との記載と数値は著者の論文要約に基づき、第三者による追試も必要です。出典はarXiv論文で、2026年9月28日に確認しました。