Einsia AIの研究チームが、ロボットを動かすプログラムを自ら書き、試行錯誤から得た経験を再利用するエージェント「EmbodiedEvo」を発表しました。2026年10月15日に論文が公開されています。
仕組み
エージェントはPythonで制御コードを書き、実行し、カメラ画像とロボットの状態を見て次の修正を決めます。制御の入口は4つだけで、指示の読み取り、観測の取得、関節や把持の目標送信、シーンの初期化にあたります。「掴む」といった高水準の技能は用意されていません。
経験の持ち越し方
タスクごとに1つの練習用シーンを与え、そこで検証済みの操作を関数としてまとめ、文字にした教訓とあわせて保存します。探索が終わるとこの一式を凍結し、別のエージェントに渡して未見のシーンで評価します。重みを触らずに経験だけを引き継ぐ設計です。
評価結果
ロボット操作の評価基盤「RoboDojo」で、平均45.08、成功率38.95%を記録し、視覚言語行動モデルやエージェント単体の手法を上回ったと報告されています。GitHub CopilotやCursorが画面の作業を担うのに対し、対象は物理世界です。
編集部の見解
一度きりの試行錯誤を資産に変える発想は、同じ設備で繰り返す業務ほど効きます。日本の製造・物流の現場では、対象を1ラインに絞って経験を貯め、別ラインへ移す進め方が現実的でしょう。ただし条件は論文側の設定であり、評価は成功率だけでなく失敗が再現するかでも見る必要があります。
my-best.ai 編集部
出典：arXiv（cs.AI、2026年10月15日）
メールマガジン
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。