2026年7月17日、研究者らがビジョン・言語・行動モデル（VLA）を用いたロボット制御の課題解決に向けた手法を公開しました。この手法は、複数の工程からなる作業において、各工程の完了状態が次の工程に与える影響を考慮し、全体の成功率を大幅に向上させます。
従来のVLAベースのロボット制御では、把持や移動といった個別の工程の成功率は高くても、それらを連続して実行する際の全体成功率が低くなる課題がありました。これは、各工程で成功した状態が次の工程にとって不適切な場合（硬直性）に生じやすく、単独の評価指標だけでは対策が難しかったためです。
今回公開された手法は、各工程の終了時点の状態が将来の工程で成功する確率を予測し、その値を報酬として学習に組み込みます。これにより、ロボットは「次の工程に進めるような良い状態」を意識して動作できるようになります。実験では、ナットを締める3段階の作業において、全体の成功率が85.6%に達しました。これは従来の手法（54.5%）と比較して大幅な向上です。
このアプローチにより、複雑で連続したロボット操作における信頼性が向上します。単に各ステップを成功させるだけでなく、工程間の連携を最適化することで、実環境でのロボット活用がさらに進みます。