Ruixiao Yang氏らは2026年10月15日、練習用のシーン1つから再利用可能な認識・計画プログラムを構築する、学習不要のフレームワークについて論文を発表した。このシステムは、視覚言語モデルの画像生成能力を使って自身の行動を確認し、正解ラベルなしでプログラムを改良する。改良後のプログラムは固定され、大規模モデルを再度呼び出すことなく、新たな問題を解ける。2Dと3Dの15の領域でテストした結果、計画の平均成功率は99.3%だった。
なぜ重要か
計算コストを大幅に抑えて視覚的な計画システムを開発できるため、ロボット工学やシミュレーションでのAI自動化を、より実用的なものにする。
