arXiv cs.ROは2026年11月3日(現地時間)付けで報じたところによると、Shivin Dass氏らの研究チームは、ロボティクスにおける模倣学習（Imitation learning）のための新しいガイド付きデータ収集（GDC）手法「ギルド (GUILD)」を提案した。この手法は、コストのかかる実世界でのテレポート（teleoperation）によるデータ収集がしばしば非効率的であるという課題に対処する。下流のポリシー性能を最大化するために、収集すべきデータを能動的に推論することを目的としている。
既存の模倣学習データ収集プロセスは、テレポート操作者の直感に依存し、ポリシー性能への寄与が低いデータが多く含まれることが課題だった。また、既存のアプローチはデータ収集後に既存のデータセットをフィルタリングするものであり、無益なデータの取得自体を防ぐものではなかった。
ギルドは、1) タスク提案とデータ収集、2) データ評価を交互に行う反復的なフレームワークを採用している。タスク提案フェーズでは、ビジョン言語モデル（vision-language models）からのセマンティックな事前知識を活用し、関連する環境、オブジェクト構成、データ収集の目標を特定する。
データ評価フェーズでは、セマンティックな関連性だけがポリシー改善を意味しないため、予測データ属性（predictive data attribution）を用いて、収集された軌跡がターゲット展開設定におけるポリシー性能にどのように影響するかを近似する。この評価信号は、その後のデータ収集をガイドするためのフィードバックとして用いられ、データ収集のループを完結させる。
研究チームは、ギルドのアプローチをシミュレーション環境と実ロボット設定の両方で評価した。その結果、受動的なデータ収集戦略、複数のベースライン、および経験豊富なロボット技術者と比較して、ガイド付きデータ収集がサンプル効率（sample efficiency）と展開性能（deployment performance）を大幅に改善することを示した。
参考: arXiv cs.RO — 2026年11月4日 03:57 (JST)
原文ハイライト"actively reasons about which data should be collected to maximize downstream policy performance."