CoEvolve、二体のUnitree G1で協調制御を検証　15回の基礎試行で8回成功

何が起きたか

arxiv.orgで2026-10-16に公開された論文『CoEvolve: Self-Evolving Code Policies from Skills to Strategies for Humanoid Robots』は、ヒューマノイドの協調行動を固定されたロボット技能の上に置いた実行可能なコードとして扱う枠組みを示した。評価では、2体のUnitree G1ヒューマノイドが、制約のある通路で自由支持の剛体荷物を運ぶ課題に取り組んだ。15回の基礎タスク試行では8回を完了し、3系統のマルチモーダル・バックボーンそれぞれでエンドツーエンド成功が得られた。

詳細

CoEvolveは、動作プリミティブ、意味的目標、一時的なロボット役割、境界付き実行パラメータによって協調戦略を具現化する。論文は、物理的な検証で各遷移を評価し、拒否された挙動が出た場合には受け入れ済みチェックポイントから構造化された協調の修正を行い、検証済みの経験をその後の判断に反映させる仕組みを示した。 追加評価では、2つの別の通路レイアウトでの検証に加え、同一バックボーン内および異なるバックボーン間で初期化した経験を用いた評価も行った。一方で、運動精度と接触安定性には持続的な制約が残ると報告している。

Key Facts

本紙の見方

この論文の新規性は、単一ロボットの技能向上ではなく、複数ロボットの協調そのものを“実行可能なコード”として更新していく点にある。既存のマルチロボット枠組みがタスク分解、割り当て、再計画に重心を置くのに対し、CoEvolveは実行中の偏差を受けて協調戦略を修正することに焦点を移している。つまり、計画を立てる段階の知能ではなく、物理実行の途中で破綻した協調をどう戻すかが中心課題になっている。 この位置づけは、VLAモデルやWorld Action Modelsの発展を前提にしつつも、それだけでは共有物理制約の下での長い協調が十分でないという問題設定に接続する。評価は2体のUnitree G1、支持なしの剛体荷物、制約通路という条件に絞られており、一般的なベンチマークというより、接触や姿勢誤差が累積しやすい実世界寄りの状況を切り出している。15回の基礎試行で8回成功という結果は、枠組みが一定の有効性を示した一方、全体として安定動作の難しさが残ることも示す。 本紙の観点では、ここで重要なのは“協調の表現形式”である。動作プリミティブ、意味的目標、一時的役割、境界付きパラメータをコードとして扱い、さらに物理検証の結果を受けて構造化された修正へ戻す設計は、単なる動作生成よりも上位の制御層を示唆する。ただし、論文が示したのはシミュレーション上の評価であり、実機での広い汎用性や、どの程度の通路条件・荷重条件まで維持できるかは未確定である。次に確認すべきなのは、成功率がどの条件で崩れるのか、経験の初期化がどこまで再利用できるのか、そして運動精度と接触安定性の制約がどの要素で生じているのかである。

なぜ重要か

2体のUnitree G1で、支持なし荷重を通路内で運ぶ協調を検証した点は、単体ロボットではなく複数ロボットの接触を伴う作業に関心がある研究者や開発者に関係する。論文が示したのは、協調をコードとして修正しながら進める枠組みであり、実行時のずれをどう扱うかが論点になる。