BAIRがCoRLに33本を発表、焦点は記憶、触覚、ヒューマノイドへ

Berkeley AI ResearchはAustinで開かれるCoRL 2026の予定を公開した。11月9日から12日までに、主要論文33本、late breaking結果4件、oralまたはspotlight 10件を発表する。Negar Mehr教授はrobotの相互作用と協調についてEarly Career Keynoteも行う。

Berkeleyが示すのは一つの主役ではなくrobot learningの広い断面だ

programはvision language action modelの記憶、navigation、behavior cloning、reward learning、触覚操作、humanoidの動作、multi agent systemまで広い。edge上の非同期VLA navigation、安全filter、humanoidの全身制御など、短い実験室demoの先を目指す研究が多い。

集計対象はUC Berkeley所属の著者が少なくとも一人いる論文で、共同所属も含む。blogは一部workshopや運営役も扱うが、主要会議のdemo trackは含めない。late breaking posterは増える可能性がある。

共通課題は学んだ動きを扱いにくい現実へ移すことだ

robotは一動作を超えて文脈を保ち、物理的接触に反応し、trainingで見ていない状況を扱う必要がある。MEMは多段階の記憶、EgoScaleは多様な一人称data、ResSafeはhumanoidの危険な動作のfilterを研究する。

導入チームには、孤立したbenchmarkより実用的な兆候だ。roboticsでは認識、計画、制御、安全、適応を組み合わせる必要がある。Berkeleyの幅広いprogramは、一つのmodelで全てを閉じられない現状を示す。

採択だけでは実験室の外で残る技術は分からない

CoRL 2026全体では採択687本、oral 21本、spotlight 72本とされる。一つの機関の存在感は研究の幅を示すが、特定手法の優位を証明しない。成功率、training data、hardware費用の共通比較もない。

一度の成功動画では、失敗頻度、operatorの介入、環境変化への弱さは見えない。評価には各paper、evals、公開codeを読む必要がある。

再現実験と長時間運用が手法と会議demoを分ける

会議後はdata、code、正確なprotocolを誰が公開するかが重要だ。別のrobot、別の部屋、多数の反復による独立再現は強い証拠になる。

統合も同じく重要だ。安全な制御のない記憶や、信頼できる計画のない触覚は部品にすぎない。CoRLは候補を示し、その価値はposterの枠を超えた運用で決まる。

Lilithの判定

posterではhumanoidが一度だけ梯子を登ればよい。降りてから100回繰り返し、下で誰もマットを構えなくてよくなった時、研究は技術になる。