BAIR at CoRL 2026

CoRL 2026におけるBAIRの参加概要

カリフォルニア大学バークレー校の人工知能研究ラボ（BAIR）は、11月9日から12日までテキサス州オースティンで開催される2026年ロボット学習カンファレンス（CoRL）に参加します。同ラボからは、メインカンファレンスでの33本の論文発表、10本の口頭およびスポットライトプレゼンテーション、そして4本の最新研究成果ポスター発表が行われます。また、BAIRの教員、学生、ポスドクは、4日間にわたるイベント全体を通じて、ワークショップの運営や基調講演にも貢献しています。

主要な研究テーマ

CoRL 2026でBAIRメンバーが発表する研究は、現代のロボット工学におけるいくつかの主要なトレンドを浮き彫りにしています。

• 身体性AIと視覚・言語・行動（VLA）モデル: 研究は、MEM: Multi-Scale Embodied Memory のようなメモリ拡張モデルや、エッジナビゲーションのための非同期VLAアーキテクチャに焦点を当てています。
• ヒューマノイド制御と移動操作: 微分可能な世界モデルを活用する SuperMimic や、複雑な環境向けのVLAベースのナビゲーションモデルである TANGO など、全身制御に取り組む論文が複数あります。
• エージェント型ロボット工学と自己改善: 研究の大部分は、ENPIRE や GaP (Graph-as-Policy) といった自己学習フレームワークを含む、自律的なエージェント行動を探求しています。
• 器用な操作: 触覚反応型ポリシー（T-Rex）や、多様な自己中心的な人間データ（EgoScale）の使用を通じて、きめ細かな操作に対する新しいアプローチが探求されています。

注目のプレゼンテーションと基調講演

11月9日には、Negar Mehr教授が「How Can Robots Learn to Interact and Coordinate with Others?（ロボットはどのようにして他者と対話し、協調することを学べるのか？）」と題したアーリーキャリア基調講演を行う予定です。さらに、BAIRのメンバーは、サンプル効率の高い強化学習（R2RL）、両手を使った器用な道具の使用、シミュレーションから現実、そして現場への転移といったトピックを扱うワークショップの運営にも深く関わっています。

スケジュールのハイライト

• 11月9日（月）: ジェネラリストポリシー、メモリ、エージェント型ロボット工学に焦点を当て、Negar Mehr教授によるアーリーキャリア基調講演が行われます。
• 11月10日（火）: 強化学習、動作推論、ヒューマノイドスキルを扱い、Flow Policy Gradients や EgoScale に関する口頭発表が行われます。
• 11月11日（水）: 最適化とヒューマノイドの移動に焦点を当て、Playful Agentic Robot Learning や LadderMan のスポットライト発表が行われます。
• 11月12日（木）: ワークショップに特化しており、サンプル効率の高い強化学習、両手操作、エージェント型ロボット工学のデモなどのセッションが行われます。