成功確率を変える事象を記憶する：Criticゲート付きイベントメモリによる長期的マニピュレーション

- 長期的な manipulation タスクにおける decision aliasing（同一観測でもタスク進捗や過去の試行結果により取るべき行動が異なる曖昧性）を解消するための手法。 - 提案手法は CGEM（critic-gated event memory）と呼ばれ、critic を用いて「最終的な成功確率を大きく変化させるイベント」を選択的に記憶する event memory を構築する。 - 成功確率を上げる変化を progress record、下げる変化を failure record として符号化し、failure record は対応する subtask 完了後に破棄する。

- 従来の event memory は perceptual・semantic・kinematic な手がかりでイベントを選別していたが、タスク成功に重要なイベントを見逃す可能性があった。 - 提案手法は「最終的な成功確率を大きく変えるイベントを記憶する」という outcome-grounded な原則に基づき、critic でイベント選択を行う点が新しい。 - 36-step の observation window や kinematic event memory が成功 0.0% であったのに対し、CGEM は 88.0% の成功を達成したと報告されている。

- critic が各イベント発生時の最終成功確率の推定変化量を評価し、変化が大きいイベントを memory に選択的に格納する。 - 成功確率を高める変化は progress record、低下させる変化は failure record として別々に符号化する。 - failure record は該当 subtask が完了した時点で破棄することで、memory の肥大化や不要な情報の保持を防ぐ設計となっている。 - 完全な observation history を処理するコストを削減しつつ、意思決定に本質的な履歴情報を保持する。

- 10 個の subtask からなる diagnostic environment を用い、成功確率を厳密に計算できる設定で評価している。 - CGEM は 88.0% の成功率を達成し、36-step observation window および kinematic event memory はいずれも 0.0% であったと報告されている。 - failure record を除去すると成功率が 1.7% まで低下することから、failure record の重要性も ablation 的に検証されている。

- failure record を subtask 完了後に破棄する設計の妥当性や、critic の推定精度が event 選択に与える影響については要旨からは不明。 - diagnostic environment 以外の実ロボット環境や多様な manipulation タスクへの汎化性については要旨からは不明。 - critic が成功確率の変化をどの程度正確に推定できるか、またその誤差が性能にどう影響するかは議論の余地があると考えられるが、要旨からは不明。

- 要旨で比較対象として明示されている kinematic event memory および 36-step observation window に関する研究。 - event memory を perceptual・semantic・kinematic な手がかりで構築する従来手法（具体的な論文名は要旨からは不明）。 - long-horizon manipulation における decision aliasing や memory 設計に関する関連研究（具体的な論文名は要旨からは不明）。