何が起きたか

FORGEを提案する論文が2026年11月12日、arXivに掲載された。FORGEは、速度指令、足の平面上の配置、手首姿勢、任意の力入力を組み合わせ、ヒューマノイドの移動と操作を統合制御する。手首の力・トルクセンサーを使わず、固有受容情報と腕の低レベルPDトルクの再構成から、手首相当の相互作用力を推定する。

詳細

学習には全身の人間動作軌道や関節角度の参照を必要とせず、実行時には骨盤に対する左右の手首姿勢、粗い移動指令、任意の目標手首荷重を入力する。持続接触時の力推定では運動量オブザーバーと、シミュレーターの接触力を教師信号として学習した補正器を組み合わせる。推定力と任意の目標力を使う準静的な仮想目標ループが手首目標を調整する。 操作による全身の補正動作を安定させるため、凍結した歩行事前分布と非対称な残差アクションを用いる。論文は統合制御の安定性、タスク空間での追従、準静的な手首相当力の推定、硬い箱への持続接触時の押す力、さらに荷重条件を変えたスクワット・リフト課題での拡散ポリシー実行を評価対象として挙げている。

Key Facts

FORGEは速度ナビゲーション、平面上の足配置、手首姿勢追従、任意の力条件入力を含む多粒度の指令空間を採用する。[1]
学習に全身の人間動作軌道や関節角度の参照を必要としない。[1]
実行時の手首相当力推定に、手首の力・トルクセンサーを使わず、固有受容情報と再構成した腕の低レベルPDトルクを使う。[1]
持続接触時の力推定は、運動量オブザーバーとシミュレーターの接触力教師信号で学習した補正器を組み合わせる。[1]
評価項目には硬い箱への持続接触時の押す力と、荷重条件を変えたスクワット・リフト課題での拡散ポリシー実行が含まれる。[1]

本紙の見方

FORGEの特徴は、移動指令と手先操作を別々の制御問題として扱うのではなく、速度、足の配置、手首姿勢、任意の力条件を階層的な指令としてまとめた点にある。接触を伴う操作では、手先の力を保ちながら全身の姿勢と歩行を調整する必要がある。論文は、歩行事前分布を凍結して残し、操作に伴う全身補正を非対称な残差アクションで加える構成を示している。これは歩行制御を全面的に置き換える方式ではなく、既存の歩行能力を基礎に操作側の調整を重ねる設計と読める。 もう一つの焦点は、手首の力・トルクセンサーを使わずに接触力を扱おうとする点だ。FORGEは固有受容情報と腕の低レベルPDトルクの再構成から手首相当の力を推定し、運動量オブザーバーにシミュレーター接触力で学習した補正を加える。さらに、推定値と任意の目標荷重を仮想目標ループに渡し、手首目標を調整する。したがって、力センサーを単純に不要とする一般的な主張ではなく、モデル・状態情報を用いた推定と制御を組み合わせた方式として評価する必要がある。 学習時に全身の人間動作軌道や関節角度の参照を求めず、実行時には左右の手首姿勢など疎な入力を使うという設計も、デモ収集と実機制御の接点に関わる。論文の説明では、学習時の接触力教師信号はシミュレーターから得る一方、実行時の力推定は身体情報と再構成トルクに依存する。この役割分担が、シミュレーションから実機へ移す際の誤差や接触条件の違いにどこまで耐えるかが、方式の適用範囲を左右するとみられる。 評価対象には硬い箱への持続接触と、荷重条件を変えたスクワット・リフトにおける拡散ポリシーの実行が含まれる。ただし、提示された概要には、力推定誤差、追従誤差、各荷重条件の具体値、実験機体や実環境の条件、比較対象との定量差は記されていない。次に確認すべきなのは、接触力の推定精度と制御安定性がどの条件で測られたか、センサーを使わない構成がどの範囲の接触・荷重で成立したか、そして拡散ポリシーとの接続が課題成功率にどう表れたかである。これらが示されなければ、評価項目の列挙だけから実用上の性能を判断することはできない。

なぜ重要か

手首の力・トルクセンサーを使わず、固有受容情報と再構成した腕のPDトルクから手首相当力を推定するため、接触制御に必要な情報を得る手段としてセンサー構成の違いを検証する材料になる。適用可能性を判断するには、硬い箱への持続接触や荷重条件を変えた持ち上げ課題での定量的な推定精度と安定性が必要だが、提示された概要にはその数値がない。