■ **概要** 物理エージェント向けの自動学習フレームワークで、認知計画・物理実行・検証を実行時フィードバックループで統合し、成功体験から再利用可能スキルを段階的に構築する仕組み。 ■ **特徴・用途** - **多層制御**: LLMプランニング、ポリシーネットワーク、スキル統合の3モード併用で、ロボットの適応柔軟性と実行安定性を両立 - **インフラ寄り設計**: Dora CLI によるスキルランタイム管理、OpenAI/OpenRouter/複数APIゲートウェイ対応で、研究環境と本番環境の切り替えを容易化 - **v1.1.0から拡張性大幅向上**: マルチステップ決定の永続化・修正履歴管理・エピソード重複排除により、実験再現と経験蓄積の信頼性が確立 ■ **結論** 学習曲線が急な従来のロボット制御から「検証→改善」サイクルを自動化するOSレイヤー実装として、産業ロボット・研究プラットフォーム両向けに有用だが、Dora/MuJoCoなど依存スタックが特定されている分、既存エコシステムへの統合検討が先行タスク。