研究者らは、ロボットが操作タスクの過去の試行から得た教訓を再利用できるシステム「LEXP」を発表した。LEXPはタスク計画と実行時の情報を解釈するモジュールを組み合わせ、適用条件とともに教訓を保存する。さらに、後の動作に関連する指針を反映する。モデルの重みと動作インターフェースは固定されたままだ。
研究者らが実環境の12のタスクで行ったテストでは、LEXPは36回の試行のうち23回（63.9%）で成功した。メモリのみを使った場合は36回中19回（52.8%）、ベースモデルのChatGPT-6-Astraでは36回中2回（5.6%）だった。これは論文で報告された結果であり、独立した評価によるものではない。
なぜ重要か
ロボット研究者にとって、この結果は、タスク固有の教訓を蓄積することで、同じモデルを使った物理的な試行を重ねる際の性能を高められる可能性を示している。ただし、この手法が今回の12タスク以外にもどの程度適用できるかは、まだ分かっていない。
