公開日：2026年8月20日

VLCP、失敗した操作コードをその場で書き直すロボット制御法を提案

編集: GA Robotics編集部

3行解説

VLCPは、視覚言語モデルにPythonの制御関数を書かせる研究です。
失敗したら同じ場面を見直し、操作コードをその場で書き直します。
57課題の評価で、成功率35.1%を記録しました。

VLCPが示したロボット操作の新しい直し方

2026年8月17日、Dhia Naouali氏ら5人の研究チームは、ロボット操作向けの新手法「VLCP: Vision Language Control Policy Closed-Loop Code Replanning for Robot Manipulation」をarXivで公開しました。VLCPは、視覚言語モデル（画像と言葉をまとめて扱うAI）を追加学習せず、そのまま使う点が特徴です。

この手法では、モデルが短いPythonの制御関数を書きます。最初の実行は一度きりではなく、一定のステップごとに場面を見直します。見直しには、複数視点のRGB画像、ロボットの姿勢や関節の状態を表す自己受容感覚情報、そして状態の変化量が使われます。失敗した動作は、次の再計画の時点でコードごと書き直されます。

評価はMuJoCoとRoboVerseの57課題で行われました。訓練なしのVLCPは、1回だけ問い合わせる同一システムの3.5%に対し、全体の成功率で35.1%を記録しました。失敗した把持動作の27.3%は、途中で立て直せたと報告されています。入力トークンの84%はキャッシュが使われ、1エピソードあたりの問い合わせ回数は約10回に抑えられました。

なぜ「失敗後にコードを書き直す」発想が効くのか

この論文の面白さは、失敗の直し方を「別の動作を選ぶ」だけで終わらせず、制御コードそのものを直した点にあります。ロボット操作では、つかみ損ねや位置ずれが一度起きると、そのまま最後まで引きずりやすいからです。VLCPのように、MuJoCoやRoboVerseのような試験環境で再計画を回す考え方は、実機でも「失敗を早く見つけて小さく直す」設計に近いと言えます。

特に、把持や受け渡しのように、少しのズレが後工程に響く作業では、この発想が役立ちます。反面、毎回ゼロから考え直すのではなく、キャッシュや技能ライブラリを使って計算量を抑えている点も見逃せません。今後は、万能な一発成功よりも、失敗を前提に戻れる制御が、現場向けロボットの実用性を左右していきそうです。