RoboICL: GPT-6 Astraによる身体性を備えたインコンテキスト学習

- 汎用 vision-language model による zero-shot ロボット制御を強化する in-context 制御フレームワーク RoboICL を提案。 - robot 固有の parameter 更新や学習済み VLA を必要とせず、GPT-6 Astra をそのまま活用。 - demonstration context と interaction memory を分離し、共通の observation–action–receipt–observation grammar で扱う。 - 30 の RoboDojo タスクで評価し、Overall 50.64 を達成。

- 公式 zero-shot GPT-6 Astra に対し、全カテゴリで progress-score を 20–27 ポイント改善。 - Memory と Open で leaderboard baseline を上回る。 - Precision では最強 baseline と同等、Long-Horizon でも競争力を維持。 - 30 タスク Overall は 50.64 で、最強 baseline の 33.68 を大きく上回る。 - 別の 10 タスク subset では 60.60 を記録し、π0.5 + GPT-6 Astra hybrid に 2.00 ポイント差まで迫る。

- demonstration context と interaction memory を分離。 - 両者を共通の observation–action–receipt–observation grammar で表現。 - sampled demonstration blocks と bounded anchored memory を組み合わせる。 - fixed anchors で過去の rollout 相互作用を in-context learning 用に保持。 - 最新の interaction で即時 error correction を可能にする。 - 任意で Jev-gated action reuse を導入し、GPT-6 Astra 呼び出しを削減。

- 30 の RoboDojo タスクで評価。Open は zero shot、他は one demonstration を使用。 - 公式 zero-shot GPT-6 Astra と比較し、全カテゴリで 20–27 ポイント改善。 - leaderboard baseline と Memory、Open、Precision、Long-Horizon で比較。 - 別の 10 タスク subset で π0.5 + GPT-6 Astra hybrid と比較。 - 3 つの real-robot タスクで mean progress を検証: zero shot 14.45、one shot 63.33、three shots 78.89。 - 2 つの development タスクで Jev-gated action reuse により GPT-6 Astra 呼び出しが 33–48% 削減。

- 要旨からは、限界や失敗事例、計算コスト、汎化性に関する議論は不明。 - Jev-gated action reuse は optional であり、その適用条件や trade-off は要旨からは不明。 - real-robot 結果は 3 タスクのみで、より広い実機検証の必要性は要旨からは不明。

- GPT-6 Astra - π0.5 + GPT-6 Astra hybrid - RoboDojo - VLA (vision-language-action model) - in-context learning - zero-shot robot control