# Robo‑COP、稼働中にロボット自身を改善

> 新システムRobo‑COPは、ロボットの動作方針とそれを統括する仕組みを同時に学習。シミュレーションでの成功率は73.8％、実環境では50％に向上した。

Oossa · 2026-10-08 · https://oossa.com/ja/robo-cop-lets-robots-improve-themselves-while-deployed

研究者らは、ロボットの視覚・言語・行動ポリシーと、その実行を統括するオーケストレーターを実運用中に同時に微調整する手法「Robo‑COP」を発表した。このシステムは自らの失敗データを集めてポリシーを更新し、学習に使ったタスクで新しいバージョンのほうが優れていると確認できた場合にのみ採用する。シミュレーション上のRoboLabの10タスクでは成功率が64.8％から73.8％に上昇し、実環境の3タスクでは38.3％から50.0％に伸びた。

## 事実

- シミュレーションでの保留データに対する平均成功率は64.8％から73.8％に上昇
- 実環境での保留データに対する成功率は38.3％から50.0％に上昇

## なぜ重要か

サービスロボットが現場で稼働しながら性能を高められるため、手作業で頻繁に再プログラムする必要を減らせる。

## 出典と参考資料

1. [Co-Evolving Robot Orchestrators and Policies through Deployment](https://arxiv.org/abs/2610.09228) – arXiv cs.RO, 2026-10-08

最終更新: 2026-10-08