BRIDGEを詳しく読む — 1,500ドル級ヒューマノイドの形と制御は、どう一緒に設計されたか

ロボットの形を決めてから、その体で動ける制御を探す。BRIDGEはこの順序を見直し、人の動作をどれだけ写せるか、選んだモーターで実際に追従できるかを、設計変更の判断材料にする研究である。注目したいのは低価格という見出しに加え、学習の失敗をハードウェア設計へ戻す方法だ。

公式プロジェクトはBRIDGEを身長88cm、21の能動自由度を持つヒューマノイドとして紹介し、約1,500ドルの機体コストを報告している。^[2] 本稿は原論文v1と公開資料を読み合わせ、方法、実験結果、再現のために残る情報を整理する。

1．何が新しいのか — 人の形と、動ける形を近づける#

人の動きをロボットへ移すには、まず体格や関節構成の違いを吸収する必要がある。この対応づけがリターゲティングである。見た目の姿勢を写せても、モーターの力や速度が足りなければ実行できない。逆に、大きなモーターを詰め込めば、関節の位置や手足の重さが変わり、写したい動きから離れることがある。

BRIDGEは、人の動作をロボットの形へ対応づける誤差と、その目標動作を制御で追いかけた際の誤差を設計に使う。形だけを評価するのでも、既に完成した機体の制御だけを調整するのでもなく、両方の結果を次の設計候補へ反映する。^[1]

ただし、ハードと制御の共同設計自体が初めてというわけではない。例えば2023年の研究には、ヒューマノイドの大腿・下腿の設計と、安定した歩行の生成を結びつけた例がある。^[4] 本紙はBRIDGEを、こうした流れの中で人の動作への対応と実際のアクチュエータ制約を重視した取り組みと見る。

「同時に最適化」は、一回の学習でCADが完成するという意味ではない

BRIDGEの方法では、ある形状候補を評価するとき、その形と物理条件は固定して制御方策を学習する。評価結果をもとに形状・駆動系を変更し、再び学習と評価を行う。^[1] 外側で機体設計を変え、内側でその機体の動かし方を学ぶ、という二重のループとして理解すると分かりやすい。

この区別は実装上も重要だ。ロボットを動かしながら実物の脚が伸びる仕組みではなく、設計段階で候補を比較する仕組みである。また、あらゆる形を自由に発明する最適化と、定めた部品・構造の候補から良い組み合わせを選ぶ最適化は同じではない。

2．設計ループの中で、何を変えるのか#

論文の手順は、自由度の絞り込み、アクチュエータを織り込んだ機体モデルの生成、動作追従による評価、失敗に基づく修正という構成である。^[1] 以下はその流れを本紙の言葉で整理したものだ。

腰の軸を減らすときも、見た目だけでは選ばない

論文では、機体の高さと電池の収納空間を考慮して腰の自由度を減らす。複数の軸の組み合わせを人の動作への対応誤差で絞り、その後、腰のrollとyawを残す候補を動的な追従性能で比較し、最終的にyawを選んでいる。^[1]

rollは左右への傾き、pitchは前後への曲げ、yawは水平面でのひねりに対応する。この結果は「どんなロボットでも腰の前後曲げは不要」という結論ではない。対象とする動作、大きさ、収納条件、他の関節構成を置いた上での選択である。棚の奥へ手を伸ばす仕事を重視すれば、評価する動作と設計の答えは変わり得る。

本紙がここから読み取る教訓は、自由度を増やす前に、使いたい動作を定義することだ。自由度を一つ減らすと部品や配線を減らせる一方、他の関節に負担が移る。部品点数の減少だけでなく、残った体でどの仕事を失うかまで測りたい。

3．モーターを大きくすると、なぜ形も作り直すのか#

BRIDGEでは、モーターをトルクの数値だけで表現しない。部品の外形、取付空間、質量、慣性、減速比、トルクと速度の関係をモデルへ入れ、実験で校正した制限を学習にも適用する。^[1]

例えば肩に複数の回転軸を積む場合、理想的な骨格図のようにすべての軸を同じ一点へ置くことは難しい。部品には厚みがあり、配線や取り付けの空間も必要だからだ。大きい駆動部へ交換すると、軸の間隔が広がり、腕や脚の実効的な長さも変わる。

その変更は重心や慣性にも影響する。同じ手先位置を目標にしても、腕の重さが増えれば胴体や足で支える条件が変わる。ハードの変更後も古い質量や関節位置のモデルで学習すれば、実物とは違う機体を上手に動かすことになりかねない。

ピークトルクと定格トルクを分けて読む

論文の採用構成には、出力の異なるアクチュエータ群が使われている。表のピーク値は瞬間的な能力の指標であり、その力を連続して出せるという意味ではない。^[1]

数値は論文表3の記載である。足首は並列機構のアクチュエータ仕様であり、この数値をそのまま足首の各運動軸の出力へ読み替えない。^[1] 実際の選定では、必要な姿勢での伝達関係、速度、発熱、保持時間まで含めて確認する必要がある。

また、1,500ドルという報告から「必要な既製部品を買うだけで完成する」とは言えない。部品表が公開予定である以上、各型番、加工部品、電子回路、調達価格を一式で突き合わせる段階には至っていない。^[2]

4．失敗を、設計変更の根拠に変える#

動作に失敗したとき、すぐにモーターを強くするのは早計だ。学習が十分に進んでいない、動作の対応づけが悪い、そもそも接触条件が違う、といった原因も考えられる。本紙がBRIDGEの方法で重視するのは、この切り分けである。

論文は、トルク・速度の制約へ繰り返し到達するかを複数の学習条件で確認し、その制約を仮に緩めたときに追従できるかも調べる。その上で駆動能力が制約になっていると判断し、該当する部品を変更する。^[1]

この反実仮想の試験は、「もっと力があればできたのか」をシミュレーションで切り分けるものと理解できる。ただし制限を緩めて動けたこと自体は、実物がその力を出せる証拠ではない。実現する部品を選び直した後、その部品の重さや形状を入れたモデルで再評価する必要がある。

さらに、変更前にできていた動作も再確認する。膝を強くしてある動作が改善しても、脚が重くなった結果、別の動作が難しくなる可能性があるからだ。局所的な改善を全身の改善と取り違えない点が、共同設計の実務的な価値である。

制御の失敗を、機械の失敗として修正しない

本紙が設計者に勧めるのは、各失敗について、指令、実測、制限への到達、学習条件、機体モデルの版を対応づけて残すことだ。学習時間を増やしただけで改善するのか、同じ失敗が繰り返されるのかを比較できると、部品交換の根拠が明確になる。

この考え方は、ヒューマノイド全身に限らない。ハンドの減速比、腕の長さ、カメラの位置を変える場合にも、変更した部分だけでなく、観測や到達範囲、他の軸への負荷を再評価するための手順として使える。

5．成功率94.83%は、何の成功率か#

論文の動作追従比較では、各機体にSONICの方策を学習させ、LaFAN1とbones_seedを統合した動作ベンチマークをMuJoCoで評価している。したがって、次の成功率はシミュレーションの比較結果である。^[1]

出典は論文表5。BRIDGEとK1の差は2.17ポイントである。これは表からの本紙計算であり、「実機で何をしても約95%成功する」という意味ではない。^[1]

本紙は、人らしさの評価も目的を限定して読む。人の動きを形状へ対応づける誤差と、目標への追従誤差を合わせた指標は、動作を写す研究には有用である。一方、箱の中身を壊さず運ぶ、部品を良品として組み付ける、長時間故障せず稼働するといった性能を直接表すものではない。

実機の動作実証は、別の証拠として見る

公式サイトは、移動・全身遠隔操作、片脚でのバランス、屈伸やひねり、ダンスや後方宙返りなどの実機デモを案内している。^[2] これは物理的な機体で動作を示した資料として意味があるが、公開された代表動画だけから連続成功率や故障率を算出することはできない。

他機体との優劣も、対象作業によって変わる。例えばToddlerBotの公式資料は、全身制御だけでなく、物体操作、機体間の方策移転、組立資料などを扱っている。^[5] BRIDGEの追従ベンチマークでの優位を、そのままあらゆる研究用途での総合順位にしない方がよい。

6．1,500ドルと「オープンソース」の現時点#

公式サイトの約1,500ドルは報告されたプラットフォームコストである。部品表は今後公開する資料に含まれているため、何をどこまで含む金額かを、本紙は明細から検証できていない。^[2] 完成品の販売価格や、日本への輸送・税・組立・学習環境まで含む総額としては扱わない。

円換算の規模感だけを示すなら、説明用に1ドル150円と仮定した場合は22万5,000円となる。これは現在の為替相場や購入見積もりではなく、仮定による算術換算である。

論文はオープンな設計と制御方策の提供を掲げる一方、公式サイトには公開予定の項目が残る。^[1,2] 本稿では研究の方針と、現在手に入る成果物を分ける。派生設計の配布や商用利用を検討する場合も、実際に配布される各成果物のライセンスを確認したい。

7．実務に持ち帰るなら、最適化する「仕事」を先に決める#

BRIDGEから得られる教訓は、安い小型機をそのまま大きくすれば汎用ロボットになる、という話ではない。何をできるようにしたいかを決め、その仕事で生じる失敗を、関節構成や部品の選び方へ戻すことである。

人のダンスに忠実であることと、狭い棚へ物を置くことでは、望ましい体の比率や自由度が異なる。作業を定義せずに人らしさだけを最大化すると、実際には不要な能力へ重量や費用を使う可能性がある。反対に、一つの固定動作だけで最適化すると、少し条件が変わったときの余裕を失うかもしれない。

本紙なら、最初に必要な動作群と、触れてよい場所、対象物、到達範囲を定める。次に、既存機体と候補機体を同じ条件で評価し、追従、成功、制限への到達、介入や復旧を記録する。設計変更は、どの失敗を減らすためかを一つずつ説明できる形にしたい。

公開資料が揃った際には、部品を入手できるかに加え、モデルと実物の差、モーターの校正方法、学習の計算量、同じ実機動作の再現手順を確認する価値がある。機体の価格が下がっても、研究を再現するまでの時間と設備が自動的に小さくなるとは限らない。

形と制御を結びつける発想は、機械設計者と学習担当者が、同じ失敗の記録を見て議論するための方法にもなる。完成後の機体を学習で何とか動かすだけでなく、学習の結果を次の機体設計へ返す。その循環を作れるかが、この研究を実務で生かす際の焦点である。

駆動部の仕様を読む際は「DYNAMIXELの選び方」、学習と実機評価の区別は「SmoothRLから読む実機RL」でも詳しく扱っている。