Boston Dynamics、車輪を装着したAtlasで強化学習制御を検証

何が起きたか

Boston Dynamicsは2026年11月9日掲載のブログで、二足歩行ロボットAtlasの足を車輪に替え、学習済み制御器を実機で試したと説明した。車輪仕様は製品ではなく、アクチュエーターを高トルク・高速で連続駆動させる研究用テストベッドだという。車輪の取り付けには既存の足首アクチュエーターに市販スクーターのリムを装着するアダプターを使い、新規部品は1点だった。

詳細

ソフトウェアでは各車輪を連続回転する「足首」としてモデル化し、基準となるロボットモデルの足を車輪に置き換えた。強化学習のシミュレーションと実機の間の差を縮めるため、ソフトウェア環境ごとの低レベル制御パラメーターを照合し、実機の特性評価とシミュレーション上のモーターモデルの調整を行った。報酬の構成、学習時の指令範囲、姿勢の保持方法にも変更を加えた。 ブログによると、制御の一部には人のモーションキャプチャーデータを使った。足を滑らせる動作を車輪の操舵に置き換えた横方向の動きや、人の跳躍記録を追従する360度ジャンプを実演した。同社は、車輪仕様で得た知見を標準構成にも適用しているとしている。

Key Facts

本紙の見方

今回の技術的な焦点は、車輪で動くAtlasの映像そのものより、強化学習で学んだ制御を実機のモーターに移す際のモデル精度にある。Boston Dynamicsは、車輪仕様を製品ではなく研究用テストベッドと位置付けた。既存の足首アクチュエーターに市販スクーターのリムを付ける構成は、新しい駆動系を設計して性能を示す実験ではない。モーターを高トルク・高速で連続稼働させる条件を作り、学習制御と実機のアクチュエーターの相互作用を調べる狙いが読み取れる。 製作上の新規部品をアダプター1点に抑え、ソフトウェアでも車輪を足首として扱った点は、Atlasの既存機構と制御モデルを転用して別の動作条件を検証した事例である。さらに、シミュレーションの制御パラメーターを実機と照合し、測定したモーター特性にモデルを合わせた。これは「シミュレーションで学習した」ことだけでは、実機で同じ動きができると判断できないことを示す。ブログは強化学習の説明として実機投入前に何百万回ものシミュレーションを行うと述べるが、この実験の学習回数や実機性能の定量値を示したものではない。 本紙の関連記事では、Agilityの上場を扱ったAgility、SPAC合併でナスダック上場や、予約受付開始の見通しを報じたTesla、Optimusの予約受付を12月初旬に始める見通しと報道がある。これらは事業化に関する報道である一方、Atlasのブログが扱うのは、制御の実機移行に関する研究であり、両者はロボット事業の異なる段階を示す。今回の試験からAtlasの量産や商用導入が進んだとはいえない。 業界構造への含意は、強化学習のアルゴリズムだけでなく、アクチュエーター設計、低レベル制御、全身制御のモデル整合が実機性能を左右するという点にある。Boston Dynamicsは、こうした層の接続を車輪仕様で検証し、その知見を標準構成にも戻している。これはロボット本体と学習系を別々に評価するだけでは捉えにくい開発上の論点だ。ただし、ブログにはトルクや速度、積載量、故障率、標準構成での改善幅などの定量値はない。今後は、車輪試験で調整したモデルや制御が標準構成でどの性能指標に結びついたのか、また実環境での信頼性をどう評価したのかが確認点となる。

なぜ重要か

Boston Dynamicsは、実機のモーター特性に合わせてシミュレーションを調整し、学習した制御の実機移行を検証した。これは、強化学習をロボットに適用する際、学習モデルとアクチュエーターの特性を整合させることが課題になると示す事例である。