GLoRI論文、Unitree G1で未見物体との自律ロコマニピュレーションを報告

何が起きたか

arxiv.orgは2026-09-05、GLoRIという論文で、UnitreeのヒューマノイドG1を使い、未見の多様な物体に対して単一方策で自律ロコマニピュレーションを実行したと報告した。論文は、世界座標での全身追従を扱う閉ループ制御を提案し、100% completionとg-MPJPE 6.44cmを示したとしている。さらに、Isaac GymからMuJoCoへの直接転移でも追加の微調整なしに精度を保ったとしている。

詳細

GLoRIは、局所参照だけでは絶対的な空間配置の制約が弱く、世界座標で誤差が蓄積しやすい点を問題にしている。これに対し、Global-Local Cross Attention（GLCA）を用いるGLoRI-Netで、大域目標と姿勢差分の特徴を局所のキーポイント特徴に統合し、動作構造を保ちながら配置誤差を補正する設計を採る。 評価では、保持されたHuMoToの動作に対して100% completion、g-MPJPE 6.44cmを記録したとしている。精度はIsaac GymからMuJoCoへの直接転移でも微調整なしに維持され、実機ではUnitree G1が多様な未見物体と相互作用する単一方策の自律ロコマニピュレーションに接続されたとしている。

Key Facts

本紙の見方

GLoRIの新しさは、ヒューマノイドのロコマニピュレーションを「局所の動作再現」と「世界座標での位置補正」の両方から閉ループで扱った点にある。論文本文が示す通り、局所参照だけでは全体位置のずれが残りやすい。そこでGLoRI-Netは大域目標と姿勢差分を局所キーポイントに重ね、動作の形を崩さずに空間配置を補正する構造を取る。これは、単に軌道を真似る方式や、単一物体のやり取りに閉じた方式とは異なる。実機としてUnitree G1を使い、しかも未見物体に対する単一方策の自律実行まで到達した点は、研究段階の評価としては一段進んだ配置だが、なお論文ベースの実証であり、量産機能や運用条件を示すものではない。 本紙の関連記事である王興興氏、具身知能の到達条件を数値で示すでは、具身知能の成立条件を「80%の未知環境で80%の課題をこなす」と整理していた。GLoRIは、その抽象的な到達条件を、全身追従精度6.44cm、100% completion、シミュレータ間転移という評価軸に落とし込んだ点で連続している。ただし、前回の発言が到達目標を示したのに対し、今回は局所・大域の参照統合という制御設計まで踏み込んでおり、目標の提示から実装方式の提示へと重心が移ったとみられる。逆にいえば、まだ残る論点は明確で、未見物体の種類をどこまで広げられるか、単一方策が長時間・複数段階の作業でも崩れないか、実機での安全性や復元性をどう担保するかが次の焦点になる。 産業面では、この論文はヒューマノイドの性能競争が機体ハードだけでなく、世界座標の誤差補正、参照表現、シミュレーションから実機への転移という制御・学習基盤に移っていることを示す。Unitree G1が実機評価の器として使われた事実は、機体側の供給だけでなく、ソフトウェア側の制御アーキテクチャが差別化要因になることを示唆する。もっとも、論文が示したのは特定ベンチマークと特定実機での結果であり、商用現場で必要な稼働率、タスクの多様性、失敗時の復帰手順までは示していない。そのため、次に確認すべきなのは、同方式がどの程度の物体カテゴリや作業時間に耐えるか、さらに実機上での制約下で再現できるかである。

なぜ重要か

Unitree G1を用いた実機評価まで含むため、ヒューマノイドの研究がシミュレーション内の動作確認から、世界座標での追従精度と物体相互作用の検証へ進んでいることが読み取れる。論文の示した100% completionと6.44cmという値は、少なくともこの設定では閉ループ制御が有効だったことを示す。

日本への影響

Unitree G1が実機評価に使われたため、日本のロボット研究や制御系開発は、機体そのものだけでなく、世界座標の誤差補正、参照統合、シミュレータ間転移に関わるソフトウェア側の評価軸を意識する必要があるとみられる。逆に、機体供給より制御方式の再現性が重要になるなら、日本側はセンサー、制御、学習基盤の競争力が問われる。