何が起きたか
Boston DynamicsとToyota Research Institute（TRI）は2025年8月20日、Atlasヒューマノイドロボットを大規模行動モデル（LBM）で制御し、物体操作と移動を組み合わせた長い連続タスクを実行できることを発表した。両組織が共同で公開したビデオでは、Atlasが歩行、しゃがみ、持ち上げなどの全身動作を用いて、梱包、仕分け、整理などの一連のタスクを実行する様子が示された。研究者はタスクの途中で箱の蓋を閉めたり床を滑らせたりするなど予期しない物理的課題を挟み、Atlasがそれに応じて自己調整する様子も確認された。従来のヒューマノイドは歩行やバランス制御と腕の操作制御を分離することが一般的だったが、このプロジェクトでは単一のLBMがロボット全体を直接制御し、手と足をほぼ同様に扱う。
Key Facts
| Boston DynamicsとToyota Research Instituteは2025年8月20日、Atlasヒューマノイドロボットを大規模行動モデル（LBM）で制御し、物体操作と移動を組み合わせた連続タスクを実行できることを発表した。 | [2] |
| ビデオでは、Atlasが歩行、しゃがみ、持ち上げなどの全身動作を用いて、梱包、仕分け、整理などの一連のタスクを実行する様子が示された。 | [2] |
| 研究者はタスクの途中で箱の蓋を閉めたり床を滑らせたりするなど予期しない物理的課題を挟み、Atlasが自己調整する様子が確認された。 | [2] |
| 従来のヒューマノイドは歩行やバランス制御と腕の操作制御を分離することが一般的だったが、このプロジェクトでは単一のLBMがロボット全体を直接制御し、手と足をほぼ同様に扱う。 | [2] |
| この成果は2024年10月に開始したBoston DynamicsとTRIの共同研究パートナーシップに基づく。 | [2] |
| Boston Dynamicsのロボティクス研究担当バイスプレジデントであるScott Kuindersma氏は、単一のニューラルネットワークを訓練して多くの長期的操作タスクを実行することで、より良い汎化が得られると述べた。 | [2] |
なぜ重要か
この成果は、汎用ヒューマノイドロボットの実現に向けた一歩とされる。従来は個別にプログラムが必要だった複雑なタスクを、大規模行動モデルによってコードを書かずに追加できる可能性を示しており、AI技術によるロボットの汎用化への応用が期待される。