成均館大の権敏惠教授チーム、NeurIPS 2026に2本採択　偶然の成功を除くロボット強化学習

韓国・成均館大学電子電気工学部の権敏惠教授の研究チームによる論文2本がNeurIPS 2026に採択されたと、韓国の人工知能新聞が13日報じた。1本目の「選択的批評」はAIエージェントが自らの確信度が低いときだけ高性能モデルに検証を求める手法で、チームの仮想環境実験では計算資源を約3分の1に減らし、作業成功率を24.6%から78.3%に高めた。

2本目の「VAN-Flow」は分散回避型のnステップ・オフライン強化学習で、過去データの中で偶然うまくいった行動を除き、繰り返し成功する行動を学ばせる。妨害要素が多い、または長時間の精密操作が必要な40超のロボット制御シミュレーション課題の大半で、従来の最先端手法を上回る成功率を示したという。いずれもシミュレーションの結果で、実機での検証はこれからだ。