Fourier Intelligenceのヒューマノイド「GR1」、衝突回避システム「ARMOR」を搭載 研究論文で公開

何が起きたか

Fourier Intelligenceのヒューマノイド「GR1」に、自己中心視覚を用いた衝突回避・動作計画システム「ARMOR」が搭載された。研究チームは、ウェアラブル型深度センサーを統合した分散知覚アプローチを提案し、シミュレーションで訓練したトランスフォーマー型模倣学習ポリシーにより、衝突数を63.7%削減、成功率を78.7%向上させたと報告している。実機での展開も行われ、arXivで論文が公開された。

詳細

ARMORは、ヒューマノイドロボットのための自己中心視覚システムで、ハードウェアとソフトウェアを統合し、ウェアラブル型深度センサーを備える。研究チームは、AMASSデータセットの約86時間分の人間の動作を利用して、シミュレーションでトランスフォーマー型模倣学習ポリシーを訓練し、動的な衝突回避を実現した。実験では、複数の頭部搭載・外部搭載深度カメラと比較して、衝突数が63.7%減少し、成功率が78.7%向上した。また、サンプリングベースの動作計画エキスパートcuRoboと比較して、衝突数が31.6%減少、成功率が16.9%向上、計算遅延が26倍削減された。実機では、Fourier IntelligenceのGR1ヒューマノイドに展開された。

Key Facts

本紙の見方

今回の発表は、ヒューマノイドロボットの知覚システムにおける新たなアプローチを示すものである。従来、ヒューマノイドの知覚は頭部や外部に設置したカメラに依存することが多かったが、ARMORはウェアラブル型の深度センサーを分散配置することで、ロボットの空間認識を向上させる。これは、密集環境での動作計画における課題に対処するものであり、実用化に向けた一歩と位置づけられる。 本紙の過去報道では、2026年上半期に車輪型ヒューマノイドが二足型を初めて上回ったことが報じられ、Fourier Intelligenceも車輪型モデルを発表している。一方で、今回のARMORは二足型のGR1に搭載されており、同社が二足型の研究開発も継続していることを示す。CES 2026で発表されたGR-3は介護用途を意識した製品であり、今回の衝突回避技術は、介護現場のような人と密集する環境での安全性向上に寄与する可能性がある。 業界構造への含意として、ヒューマノイドの知覚システムは、ハードウェアとソフトウェアの統合が重要であり、ARMORのような分散型センサー構成は、コストや重量の面で課題がある一方、性能向上が期待できる。また、模倣学習を用いたポリシーは、実データの収集が課題となるが、シミュレーションで訓練することで効率的に開発できることを示している。 未確定の論点としては、ARMORの実機での性能がシミュレーションとどの程度一致するか、また、GR1以外のプラットフォームへの展開が可能かどうかが挙げられる。さらに、ソースコードやハードウェア情報の公開が予定されており、今後の研究コミュニティでの検証が待たれる。

なぜ重要か

ヒューマノイドロボットの実用化には、安全な動作計画が不可欠であり、ARMORはその課題に対する具体的な解決策を提示した。この技術は、介護やサービス用途など、人と近接して動作する場面での安全性向上に寄与する可能性があり、業界の標準となる可能性もある。