モデル

MIT関係者らのプレプリント、シミュレーションのみで訓練したQwen3.8-27B-PEARが未見の実機双腕ロボットで30回中18回成功、ベースモデルは0回と報告

プレプリントによると、シミュレーションのみで訓練した27Bモデルが実機ロボットで30回中18回成功し、ベースモデルは0回。試験は2種類の作業。

執筆: ·

2026年11月13日付のプレプリントは、MIT、UCバークレー、UCSD、Nvidia、Inco AIの著者らが、シミュレーションのみで訓練した270億パラメータのオープンウェイト推論モデルが実機ロボットを操作できるようになったと報告しています。訓練システムはPEAR(Post-training Engine for Agentic Robotics)、できたモデルはQwen3.8-27B-PEARです。訓練に使われなかった双腕ロボットYAMで、最終モデルは30回中18回成功しました。これは小さな作業群での試行回数であり、30種類の異なるテストではありません。

要点

30種類のテストではなく試行回数

この数字は、1台のロボットでの2つの作業群(ピックアップとブロック位置合わせ)への試行を数えたものです。これらの作業群の範囲で、シミュレーションから新しいロボットへ転移できたことを示します。30種類の異なる仕事ができることを示すものではなく、プロンプトによる2つの推論デモは採点されていません。

著者自身が挙げる限界

論文は構成要素の除去実験を報告せず、ベースモデルは1つ、シミュレータは2つ、作業群も小さいとしています。結果はプロンプトと、制御器が目標姿勢に到達できるかに左右されます。推論は遅く、高負荷の1回で約4.3秒です。プロンプトでロボットと座標の向きを説明する必要もあります。

確立されていない点

比較表

比較表
項目2026年11月7日時点で示されている内容出典
論文2026年11月13日付プレプリント、arXiv 2611.18562arXiv
モデルPEARで強化学習により後訓練したQwen3.8-27BarXiv
訓練データシミュレーションのみ、デモも実機データもなしArXivSignals
実機訓練で未見の双腕YAM、30回の試行ArXivSignals
結果最終18/30、LIBEROのみ7/30、ベース0/30Sam on AI

よくある質問

PEARはモデルですか、手法ですか?

PEARは訓練システムです。それが生むモデルがQwen3.8-27B-PEARです。

30種類のテストのうち18種類に合格したのですか?

いいえ。ピックアップとブロック位置合わせの2作業群で、30回の試行中18回成功しました。

実機のデータは使われましたか?

論文は使っていないとしています。訓練はデモなしのシミュレーションのみです。

方法と限界

2026年11月16日に確認。arXivの論文と2件の要約を検索の抜粋で確認し、論文への直接取得はレート制限で失敗しました。依頼文は「30テスト中18」としていましたが、論文は2つの作業群での試行回数を数えています。所属はarXiv PDFの抜粋に基づき、要約ページの1つは研究室タグしか示していません。

出典

この記事の誤りに気づかれましたか? 報告する · 訂正ポリシー

OrigoTechのロゴ

新登場:アプリ iPhone・iPad

OrigoTechがiPhone・iPadアプリになりました

記事をネイティブで読めます。未読の「新着」表示、端末内検索、読み込み済み記事のオフライン閲覧に対応。無料、アカウント不要、iOS 17以降。記事の合間に広告が表示されます。

Rekhaのアイコン:一筆書きで描かれた家

同じ筆者による作品 自社紹介

一筆書きの道を、指でたどる

OrigoTechの筆者が作ったiPhoneゲーム「Rekha」:同じ線を二度たどらずに、すべての点を一筆でつなぐ。500種類の図形は、どれも必ず解けます。

OrigoTechニュースレター

AIツールのニュースを、出典付きで毎週まとめて配信。

次に読む

モデル

Gemini 4 Hydrogenの価格とベンチマーク、AntigravityのOrchestrator。Claude CodeにCode Mode、Codex CLI 0.168.0

Googleは11月12日、日常的なコーディングとエージェント向けの高速モデルGemini 4 Hydrogenを公開した。価格は100万トークンあたり1.50ドル/7.50ドルで、APIには無料枠もある。AntigravityにはHydrogenをCarbonまたはArgonと組み合わせるOrchestratorが加わった。ほかにClaude Code 2.1.323のCode Mode、Codex CLI 0.168.0、エージェントが書いたAWS Emulator、Nebiusの2027年設備投資計画400億〜450億ドルも。

· 13 分で読める

モデル

Claude Fable 5.2とMythos 5.2:20%値下げの8ドル/40ドル、FrontierCode 2.0で49.1%、GitHub CopilotとClaude Codeにも即日搭載

Anthropicは11月9日、Claude Fable 5.2とMythos 5.2を100万トークンあたり8ドル/40ドル(従来は10ドル/50ドル)で公開。コンテキストは100万トークン、FrontierCode 2.0は49.1%。同日にGitHub Copilotと、Fableの既定モデルとなったClaude Code 2.1.321にも搭載された。

· 10 分で読める