HuG、視点選択と全身動作を組み合わせたヒューマノイドの把持手法を発表

何が起きたか

2026年11月1日掲載の論文で、HuGはヒューマノイドの全身把持に、遮蔽を解く視点選択と把持しやすい姿勢への身体の位置合わせを組み込む手法を示した。シミュレーションのみで学習し、実環境の多段棚タスクで87.5%の成功率を報告した。評価した各高さで成功率は少なくとも73%だった。

詳細

HuGは「Perceive-Align-Grasp」の流れを採る。視点を意思決定変数として扱う能動知覚で遮蔽に対処し、点群に基づくアフォーダンス方策が全身の把持候補を提示した後、実行可能性を考慮した位置合わせ段階で身体を再配置する。 浮遊基盤では運動学的に成立する把持でも、実行時のコントローラーを不安定にする場合があるとして、学習データの作成にコントローラーを組み込んだ動力学シミュレーションを用いた。運動学的には有効な把持候補の73%を除外し、実演データを使わずに学習した。論文は、未学習の物体への一般化に加え、訓練時に見ていない、より低いテーブル高さへの空間的な外挿をシミュレーションで報告している。

Key Facts

本紙の見方

実環境での成功率87.5%と、把持候補の73%を動力学シミュレーションで除外した点を並べると、HuGの焦点は把持位置を見つけることだけでなく、実行時に身体を安定させられる候補を学習段階で選ぶことにある。浮遊基盤では運動学的な到達可能性だけでは実行可能性を示せない、という論文の問題設定に対し、コントローラーを介した候補の選別を学習データに反映させた構成だ。 新しさは、遮蔽の解消、把持候補の生成、身体の位置合わせを「Perceive-Align-Grasp」として連結し、視点を明示的な選択対象にした点にある。一方、シミュレーションだけで学習すること自体を、実機での追加学習が不要だという意味には広げられない。論文が報告するのは、実演データなしの学習と、特定の実環境タスクでの評価結果である。多段棚での87.5%は、把持に先立つ視点変更や全身移動を含む課題に対する結果として読めるが、要約に記載された数値だけでは試行数や物体別の成績までは分からない。 産業上の含意は、把持方策の学習データに、ロボットの実行系が許容する動作かどうかを反映させる設計にある。候補の73%を除く処理は、見た目や幾何だけで作った把持データと、実機の制御に適合する学習データの間に隔たりがあり得ることを具体的に示す。さらに、物体の見え方を変える知覚と身体の再配置を同じ処理系に含めており、対象物だけを認識する方式とは評価の単位が異なる。 ただし、論文要約からは成功率の試行数、対象物や棚の条件、各工程の寄与、動作速度、安全性、異なるロボットやコントローラーへの移植性は確認できない。低いテーブルへの外挿もシミュレーションでの結果であり、実機で同じ性能が得られることを示すものではない。実用性を判断するには、条件別の実機評価と、候補選別が成功率や安定性にどの程度寄与したかの検証が焦点になる。

なぜ重要か

HuGは、運動学的に成立する把持候補の73%をコントローラーを組み込んだ動力学シミュレーションで除外し、実環境の多段棚タスクで87.5%の成功率を報告した。把持位置の選定だけでなく、実行時の安定性を学習データに反映する設計が、実演データなしの学習と実機評価をつないでいる点が、この手法の具体的な意義である。