言語による修正でロボットの特徴表現を編集するFLEX

Lee、Dennler、Sucholutsky、Bobuらが、ロボットがタスクの特徴を取り違える問題に対し、自然言語の修正で内部表現を更新するFLEXを提案した。言語モデルを使い、足りない特徴の追加、具体的すぎる特徴の一般化、無関係な特徴のマスクという3操作で表現を反復的に洗練する。2Dナビゲーション、7DoFのFranka卓上操作、実ロボットでの人間の言語修正を用いた実験で評価した。単一操作の手法などと比べ、3操作すべてが対話場面で必要であり、正規化報酬も一貫して高く、簡潔で転用しやすい表現を保つと報告している。CoRL 2026に採択された。