29自由度ヒューマノイド向けの動作表現「spectral skills」を提案　Unitree G1で追跡誤差62%低減

何が起きたか

arXivは2026-09-29、論文「Learning Expressive and Compositional Motion Representation via Spectral Skills」を公開した。論文は、ロボット基盤モデルの階層型制御で重要になるプランナーとコントローラーの間のインターフェースとして、潜在表現「spectral skills」を提案している。29自由度のヒューマノイドでは、この表現に条件付けしたコントローラーが最先端手法比でグローバル追跡誤差を62%減らしたとしている。

詳細

論文によると、spectral skillsは短い動作区間を圧縮的に符号化し、エンコーダ入力の再構成ではなく、その後の動作を予測することで学習する。これにより、事前に学習した別個の技能をつなぐ際に、追加の遷移ポリシーを必要としないとする。 また、互換性のあるベース技能に直交方向を加えることで、学習データにない組み合わせの動作を生成できるとしている。追跡、連結、合成に加え、言語条件付きプランナーを通じた制御をUnitree G1のハードウェア上で示した。

Key Facts

本紙の見方

今回の焦点は、新しいロボット本体や新製品の投入ではなく、ヒューマノイド制御の「命令インターフェース」をどのように表現するかにある。spectral skillsは、短い動作区間を潜在表現として持ち、次の動作を予測する形で学ぶ点が特徴であり、単に動作を圧縮するだけの表現よりも、プランナーとコントローラーの接続を明確に意識した設計だと読める。29自由度機体で追跡誤差を62%下げたという数値は、この表現が少なくとも追跡精度の面では従来方式を上回る可能性を示すが、対象は限定された実機条件である。 本紙の関連記事はないため、ここで接続できるのは論文内部の構造だけである。重要なのは、同論文が「追跡」「連結」「合成」という3機能を同じ表現で扱っている点だ。連結には通常、技能間のつなぎ目を埋める仕組みが必要だが、この論文は別の遷移ポリシーを要しないとしている。もしこの主張が広いタスクで維持されるなら、制御系は「技能ごとの個別最適化」から「共通表現の再利用」へ寄ることになる。一方で、学習データにない組み合わせを生むとしても、その一般化の範囲は論文内の実験条件に依存する。 業界構造の観点では、論点は計算資源そのものより、ロボットに入る表現設計と学習手順にある。ハードウェアをUnitree G1に載せている点から、実機適用を意識した研究ではあるが、29自由度という条件や、どの動作クラスで62%低減が得られたかによって再現性の見え方は変わる。今後確認すべきは、どのタスク群で評価したのか、言語条件付きプランナーの入力形式、そして「互換性のあるベース技能」の判定方法である。これらが明確にならない限り、spectral skillsが汎用制御の基盤になるかは判断しにくい。

なぜ重要か

論文が示す62%の追跡誤差低減と、追加の遷移ポリシーを要しない技能連結は、ヒューマノイド制御で「技能のつなぎ目」をどう扱うかという実装上の課題に直接関係する。発表元のarXivによれば、Unitree G1実機で追跡・連結・合成・言語条件付き制御を示しており、機上の表現提案にとどまらない点が意味を持つ。

日本への影響

Unitree G1実機での検証が含まれるため、日本のヒューマノイド研究や実機制御では、動作表現の設計と評価指標の置き方が比較対象になりうる。ただし、論文は29自由度の特定機体と実験条件に基づくため、日本側での適用可否は同じ自由度構成や評価タスクを満たすかで大きく変わる。