ロボットの掴む・押す動作を評価する従来の方法では “タスクが完了したか否か” のみに頼り、実際に物体が動けるかどうかは分からない。新しい “制約参照戦略（CRS）” は、ロボットが発行した末端指令を物体の関節軸に投影し、関節に沿った進行と制約外の余計な動きを分離することで、指令の有効性を直接測定する。

CRS は物体の単一自由度（1-DOF）ジョイントモデルとそのモデルから派生したスクリプト型追従制御のみを要し、デモンストレーションデータや学習済み判定器は不要である。実験では、ドア（回転関節）、引き出し（直線関節）、蛇口（回転関節）の3種の機構に対してシミュレーションを行い、従来の「成功／失敗」指標では検出できなかった、逆押し、ミスエイム、オフアクシスの3タイプの失敗を CRU によって検出した。

具体例として、ドアを開けるように学習したポリシーは、同じ成功判定では引き出しを開けるテストでもパスするが、発行される指令は実際には引き出しの関節軸に沿わない。成功ビットは 1 を返す一方、CRS は物理的に実行不可能な指令であると報告した。

CRS は関節軸を最大 30° 傾けても、指令の絶対許容閾値を約 8° ずらしても判定結果が変わらないという頑健性を示した。ただし、CRS は剛体グリップと 1-DOF 関節を仮定し、物理的消費量を測定していない点が制限として挙げられる。今後は複数自由度の関節や実機での検証へと拡張が期待される。