CompliantBot、ヒューマノイドの全身コンプライアンス学習手法を提案

何が起きたか

arXiv掲載論文「CompliantBot: Learning Whole-Body Compliance across Task Interfaces for Humanoid Control」は2026年11月1日、ヒューマノイドのコンプライアンスを学習する枠組みを提案した。対象とするタスク入力は動作追跡と速度指令による歩行の2種類で、事前に作成したコンプライアンス用データや目標軌道を必要としない。

詳細

手法は、状態に応じた相互作用力場を使い、加わった力とロボットの動作を連動させる。力の大きさを抑える報酬を設ける一方、外力が加わっている間はタスク報酬の重みを下げ、力が取り除かれた後に戻す。学習済み方策はタスク入力と固有受容感覚の履歴を使い、外力の明示的な計測には依存しない。 論文は、一定の牽引やばねを介した相互作用で既存手法と比較し、より大きく譲る動作や低い相互作用荷重を報告した。強い牽引下では比較対象の中で最も高いタスク完了率を示し、平均関節機械出力も最も低かったとしている。実機での例として、腕の動き、踏み出し、胴体の向き直しを挙げた。

Key Facts

本紙の見方

この研究の要点は、外力に対する受動的な柔軟さだけでなく、外力がなくなった後に元のタスクへ戻る過程までを、同じ学習枠組みで扱おうとした点にある。動作追跡では目標からのずれが不利になりうる一方、追跡目標を緩め続ければタスク復帰が難しくなるという課題を論文は挙げる。CompliantBotは、荷重中にタスク報酬を弱め、荷重解除後に戻す設計で、この二つの局面を分けて扱う。 もう一つの特徴は、動作追跡と速度指令による歩行という異なる入力形式を対象にしつつ、事前に作ったコンプライアンス動作データや目標軌道に頼らないことだ。相互作用力場が状態に応じて動作と結びつき、ロボットの関節や全身の動きによって受ける力が変わる構成である。さらに、方策が外力センサーの明示的な計測ではなく、タスク入力と固有受容感覚の履歴を用いるため、コンプライアンスを制御器に組み込む際の情報要件をどう設定するかが論点となる。ただし、これだけで外力センサーが不要なロボット全般に適用できるとは言えない。 評価結果は、一定の牽引やばねを介した荷重で、比較対象より大きく譲ること、荷重を低くすること、強い牽引下でタスク完了率が高いことを示したと論文は報告する。平均関節機械出力が比較対象中で最も低いという結果も、コンプライアンスを外力への応答だけでなく、関節出力を含む制御上の指標で評価した点で意味を持つ。一方、これらは論文内の比較条件における結果であり、数値や試験条件の詳細を確認せずに、実環境での優位性へ一般化することはできない。 今後確認すべきなのは、対象ロボットの構成、牽引力やばね荷重の具体値、比較手法と評価指標の詳細、実機デモの条件である。提示された概要には、各評価の数値、試験規模、異なるロボットやタスクへの適用範囲は記されていない。とくに、荷重中のタスク報酬を下げる設計が、どの程度の外力やタスク要求まで両立するか、また接触相手や環境が変わった場合にもタスク復帰できるかは、概要からは判断できない。論文の比較結果と、運用条件下で再現する性能を分けて読む必要がある。

なぜ重要か

論文が報告する手法は、動作追跡と速度指令による歩行の双方で、荷重中の譲り動作と荷重解除後のタスク再開を扱う。外力計測に明示的に依存しない方策を示した点は、ヒューマノイドの接触を伴う制御で、入力情報とタスク復帰の設計を検討する材料となる。