CaPtainが示す、後学習で伸ばすコード実行型ロボットエージェント

3行解説
- CaPtainは、小型のオープンVLMをコード実行型のロボット方策に後学習で変える手法です。
- SFTの後に多段RLを行い、LIBEROで55.4%から73.8%へ成功率を伸ばしました。
- シミュレーションだけで調整した後、実機でも動作したとされています。
ニュースの概要
arXivのcs.ROで、Yijia Fan氏ら6名が「CaPtain: A Pipeline for Post-Training Code-as-Policy Robot Agents」を公開しました。投稿日は2026年10月29日です。論文は、ロボット操作をコードとして書く「Code-as-Policy」を対象に、小型のオープンVLMを後学習で強化するパイプラインを提案しています。
著者らは、まずGPT-6 Astraで生成した合成軌跡を使ってSFTを行い、その後に多段RLを適用したと説明しています。学習と評価はCaPtain-Harness上で行われ、低レベルの知覚、幾何、ガード付きモーションのプリミティブをシミュレーションと実機の両方で扱える構成です。最終的に、シミュレーションのみの適応後に実機でも動作したとしています。
何が新しいのか
新しさは、小型オープンVLMを、後学習だけでコード実行型のロボットエージェントに育てた点です。論文では、出発点のQwen3.5-4Bはゼロショットで0%でしたが、SFT後にLIBEROで55.4%、RL後に73.8%まで向上したと示しています。さらにLIBERO-PROでは78.5%に達し、いくつかのフロンティアモデル系エージェントを上回ったとしています。
また、RLの改善が3つの摂動条件でも+17.6〜+21.2ポイント維持されたこと、ターゲットドメインの追加学習なしでSimplerEnv WidowXで83.3%を記録したことも重要です。単にベンチマークを一つ上げたのではなく、学習後の頑健性と移植性を同時に示した点が、この論文の実務的な価値です。
GA Robotics編集部注目のポイント
注目すべきは、CaPtain-Harnessが低レベルの知覚・幾何・ガード付きモーションを、シミュレーションと実機の両方で扱う点です。これは、ロボット導入でよくある「学習はできたが、実機では安全制約やAPI粒度が合わない」という問題に直結します。逆に言えば、PoCではモデル性能だけでなく、どのAPIを見せるか、どの動作をガードするかまで設計しないと、成果が再現しにくいとみられます。
もう一つ重要なのは、物理的な報酬評価に特権状態を使う一方で、方策自体はそれを見ない設計です。これは学習を安定させる利点がある反面、実運用ではシミュレータ依存が強くなる可能性があります。日本の現場で検討するなら、実機のセンサ構成や安全停止条件に合わせて、学習時の前提をどこまで崩さずに持ち込めるかが判断材料になります。
日本の現場で考えると
この論文は、製造や物流でのピッキング、仕分け、簡単なハンドリングのように、手順が比較的定型な作業と相性がよい内容です。特に、ロボットAPIをコードで呼び出す設計は、既存の制御層や安全層と役割分担しやすい可能性があります。一方で、対象物のばらつきが大きい作業や、現場ごとに例外処理が多い工程では、学習データの作り込みが重くなります。
また、CaPtain-Harnessがシミュレーションと実機の両方を使う点は、日本のPoCでも重要です。通路幅、把持位置のずれ、段差、周辺作業者との干渉、停止条件などを先に詰めないと、学習結果がそのまま現場に移りません。WMSやMES、PLCとつなぐ場合も、ロボットがどこまで自律し、どこから上位システムの指示を受けるかを切り分ける必要があります。
導入・PoCで確認したいこと
- 作業成功率が、シミュレーションと実機でどれだけ一致するか
- 1サイクルあたりの処理時間が、RL後にどこまで短縮されるか
- 人の介入回数と、介入が必要になる失敗パターン
- 連続稼働時に性能が落ちるか、摂動条件での再現性があるか
- 安全停止や復旧の手順が、ガード付きモーションで維持できるか
現時点で分かっていないこと
この情報だけでは、日本の現場でそのまま使えるかは分かりません。対象タスクの範囲、必要なセンサ構成、実機への移植に要る調整量は本文からは確認できません。
また、GPT-6 Astraで生成した合成軌跡の品質管理や、どの程度のデータ作成負荷が必要かも不明です。実機での動作は示されていますが、量産現場での保守条件や長期運用の安定性までは示されていません。
ロボットの自律化では、モデルの性能だけでなく学習データと実機移行の設計が重要です。導入検討では、どこまでをシミュレーションで詰めるかを先に整理しておくと判断しやすくなります。
ロボット導入・自動化をご検討の方へ
「自社にはどんなロボットが合うのか」お悩みではありませんか。貴社の現場課題に合わせた最適な活用方法をご提案します。まずはご相談・資料請求からお気軽にどうぞ。


