Booster K1向け全身動作追跡モデル、単一GPUで学習　実機では歩行・旋回に課題

何が起きたか

arXiv掲載論文「SONIC-K1」は2026年10月29日、Booster K1向けにSONICの枠組みを適応した、重み公開型の全身動作追跡モデルを報告した。論文は、著者らの知る限り、Booster K1向けで初のオープンウェイト方式だとしている。モデルは単一の共有GPUで一から学習され、MuJoCo上では保留された動作クリップのほぼすべてを追跡した。

詳細

シミュレーションでは、SONICの成功判定基準を用いた外部ベンチマークでも良好な結果を得た。実機のK1では上半身の動作と低速動作を追跡したが、歩行と旋回はより不安定だった。シミュレーション実験では、動作指令の遅延に対する感度も確認された。 論文によると、学習に使った計算量はSONICについて報告された量の小さな一部にとどまる。具体的なGPU型番や計算量の数値は要旨に記載されていない。コード、ポリシーの重み、評価ツールは公開されている。

Key Facts

本紙の見方

今回の技術的な焦点は、SONICの動作追跡枠組みをBooster K1という小型ヒューマノイドに移し、単一の共有GPUで一から学習した点にある。学習計算量はSONICについて報告された量の「小さな一部」とされるが、要旨に具体的なGPU型番や計算量はない。したがって示されたのは、低い計算資源でモデルを構成できたという結果であり、学習コストの再現可能な比較値や実運用時の処理負荷までではない。 シミュレーションと実機の結果には差がある。MuJoCoでは保留された動作クリップのほぼすべてを追跡し、外部ベンチマークでもSONICの成功判定基準で良好だった一方、実機K1で確認されたのは上半身と低速動作の追跡で、歩行・旋回はより不安定だった。ここから、シミュレーション上のクリップ追跡率だけでは、移動を伴う全身動作の実機性能を評価しきれないことが読み取れる。論文が次の段階として定量的なハードウェア評価を挙げたのも、この差を測る必要があるためとみられる。 もう一つの論点は動作遅延への感度だ。シミュレーションで遅延の影響が確認されたことは、ポリシーの動作だけでなく、指令の実行タイミングを含めた評価が必要であることを示す。ただし、要旨は遅延の条件や許容範囲を示しておらず、どの程度の遅延で歩行や旋回が悪化するかは判断できない。単一GPUで学習したことと、実機で安定して動作することは別の評価軸である。 コード、重み、評価ツールの公開は、第三者が同じモデルや評価手順を試すための材料になる。今後確認すべきなのは、実機での定量的な成功率、歩行・旋回の再現性、動作遅延を変えた際の性能、そして複数のK1で結果が再現するかだ。要旨の範囲では、実機評価の定量値や検証条件は示されていないため、現時点で確認できる成果は、シミュレーションでの広い追跡能力と限定的な実機動作の両方を提示したことにある。

なぜ重要か

単一の共有GPUで一から学習し、コード・重み・評価ツールを公開したことで、Booster K1向けの動作追跡モデルを第三者が検証できる形になった。一方、論文が示す実機結果は上半身・低速動作に限られ、歩行・旋回の信頼性と遅延感度が課題であり、シミュレーションの成功を実機の移動性能と同一視できない。