物理AIの再帰的自己改善を整理したサーベイ論文

NUS、HUST、SJTU、NTU、HKBUの研究者が、物理世界のロボットにおける再帰的自己改善（RSI）を論じる論文をarXivに投稿した。RSIとは、挙動だけでなく改善の過程そのものも改善していく仕組みである。部分的な観測や高コストな試行、不可逆な結果といった物理環境の制約を踏まえ、ロボット学習の中での位置づけと道筋を整理している。既存研究は操作タスクが中心で、挙動の改善や後続の学習への効果、手順の改善は確認されている。一方、再帰そのものに起因する利得を切り分けた物理実験はまだないと指摘する。評価の原則と今後の研究方向もまとめている。