すべての人に一次情報を
RoC(Reasoning on Call)は、ロボットが必要なときだけ強力な推論エージェントを呼び出す新しい枠組みです。低レベルのポリシーがほとんどの時間を占め、タスク状態モニタが実行を監視します。モニタが問題を検知すると、エージェントに実行の修正、計画の変更、または両方を判断させます。
RMBenchでの測定では、RoCは99.6%のタスク成功率を記録し、最強のエージェントベースベンチマークに対して24.0%ポイント、最強のポリシーベースベンチマークに対して15.1%ポイントの向上を示しました。また、トークン消費量を65.3%削減しました。タスクは3つの長期制御操作で構成され、RoCは実行修復と計画再構築を効率的に行いました。
実機実験では、難しいグラブ(把持)に失敗したケースが残念ながら主な失敗原因でした。エージェントが視覚情報を活用して改善策を提示しても、把持動作自体を成功に導けなかったため、現在のアプローチの限界が明らかになりました。今後は、視覚に基づくグラブ推論を強化することで残存する失敗モードを克服することが課題です。