リサーチ・論文

ロボットが自律的にスキル向上、RPGフレームワークを発表

学術論文リポジトリのarXiv cs.ROは2026年10月1日(現地時間)、ロボット実行システムの自律的な改善を目指す「Reconstruct, Practice, Go Real (RPG)」フレームワークに関する論文を発表した。RPGは、モデルウェイトを更新することなく、オフラインデータセットから操作能力を特定し、シミュレーション内で関連する練習タスクを構築する。フレームワークは、実行フィードバック、特権的なシミュレーター状態、および利用可能なデータセット動画を活用して失敗を診断し、新たな再利用可能なシンボリックスキルの開発、既存スキルの改良、システムプロンプトの改訂を行う。

リサーチ・論文

LLM自己進化評価の新指標「ASPIRE」登場 曖昧な目標から学習促す

arXiv cs.CLは8月31日(現地時間)、大規模言語モデル(LLM)が曖昧な目標から自己進化する能力を評価する新たなベンチマーク「ASPIRE」を導入する論文を公開した。従来のベンチマークが明確なタスクと評価指標を事前に設定するのに対し、ASPIREは自然言語による能力目標のみをエージェントに提示する点が特徴だ。エージェントは自律的に学習データ、更新方法、評価タイミングなどを決定する必要があり、モデルの重みとエージェントハーネスの両方の進化を単一環境でサポートする。