# GUARD、ロボットの危険な動作を抑える新手法

> 学習データから異常スコアを算出し、ロボットの動作を導く新たなフレームワークが登場。シミュレーションと実機の操作タスクで性能向上が報告された。

Oossa · 2026-11-10 · https://oossa.com/ja/guard-steers-robot-policies-away-from-risky-actions

研究者らは、事前学習済みの方策を変更せず、実行中に生成型ロボット方策を望ましい方向へ導く手法「GUARD」を発表した。タスク報酬に異常スコアを組み合わせる。このスコアは、ある動作が学習データに裏付けられたパターンから外れていることを示す指標だ。さらに、学習済みのQ関数を使って、方策が動作を生成する過程を導く。

器用な手指操作を要するシミュレーション上の4つのタスクでは、通常条件で平均96%、動力学に変化を加えた条件で80%の成功率を達成したと、著者らは報告している。最も成績の高いベースラインをそれぞれ21ポイント、20ポイント上回った。また、シミュレーションから実機への直接適用テストでは、手の中でのドライバーの回転で成功率が40ポイント、向きの変更で25ポイント向上したという。

## 事実

- 論文では、Adroitの器用な手指操作を要する4つのタスクでテストしたと報告している。
- arXivの投稿履歴によると、初版は2026年11月7日付。

## なぜ重要か

環境の変化に合わせて生成型方策を適応させるロボット開発チームにとって、GUARDは学習データからの逸脱を動作選択時の警告信号として活用する手段となる。論文は有望な結果を報告しているが、検証されたタスク以外でどれほど有効かは明らかになっていない。

## 出典と参考資料

1. [GUARD: Anomaly-Informed Q-Steering for Generative Robot Policies in Dexterous Manipulation](https://arxiv.org/abs/2611.10343) – arXiv cs.RO, 2026-11-10

最終更新: 2026-11-10