ヒューマノイド、まばらな3D構造物を渡る強化学習制御系を開発 成功率14/15

何が起きたか

研究チームは2026年8月30日に、まばらな3D構造物を渡るヒューマノイド向けの強化学習ベースの知覚制御システムを発表した。このシステムは、頭部搭載のソリッドステートLiDARの生スキャンを注意機構付きエンコーダで処理し、モンキーバー渡りにおいて跳び上がり、ブラキエーション、跳び降りの一連の動作を14/15試行で成功させた。ブラキエーション速度は最大0.5 m/sに達する。

詳細

このシステムは、位相スケジュール型の教師-生徒パイプラインを用いて、跳び上がり、ブラキエーション、跳び降りのための特権エキスパートを組み合わせる。ハードウェアへの転送では、LiDARノイズ、バッテリー電圧降下、アクチュエータの熱制限をモデル化し、受動フック型エンドエフェクタを装備する。同じ知覚バックボーンは、断面2 cmの薄い頭上障害物の下をくぐる別のポリシーもサポートする。

Key Facts

本紙の見方

今回の成果は、ヒューマノイドの移動制御において、まばらな3D構造物という従来の研究がほとんど扱ってこなかった領域に切り込んだ点で新規性が高い。モンキーバー渡りは、細いバーへの跳躍、ブラキエーション、着地という一連の動作を、まばらな点群から得られる幾何情報だけで実現する必要があり、密な環境地図を前提とした従来の歩行制御とは課題が異なる。 技術的な特徴は、生のLiDARスキャンを注意機構付きエンコーダとリカレントメモリで直接処理する点だ。まばらな点群からタスクに必要な幾何情報を抽出するために、点群を明示的に処理するのではなく、生スキャンをそのまま入力としている。また、位相スケジュール型の教師-生徒パイプラインにより、跳び上がり、ブラキエーション、跳び降りという異なる位相の動作を単一のポリシーで統合している。 ハードウェア転送では、LiDARノイズ、バッテリー電圧降下、アクチュエータの熱制限をモデル化し、受動フック型エンドエフェクタを装備することで、実機での成功率14/15を達成した。この成功率は、シミュレーションと実機のギャップを埋めるための工夫が奏功したことを示している。 業界構造への含意としては、ヒューマノイドの移動能力が、整地された環境から、建設現場や災害現場などの非構造環境へと拡張される可能性がある。特に、まばらな構造物を渡る能力は、高所での点検や保守作業などへの応用が考えられる。 一方で、未確定の論点もある。今回の実験は3つのバー構成で行われたが、より複雑な構造物や動的な環境での性能は不明である。また、ブラキエーション速度0.5 m/sは、実用的な速度としてはまだ低速であり、さらなる高速化が必要だろう。さらに、受動フック型エンドエフェクタは特定のバー形状に依存する可能性があり、汎用性の検証が待たれる。

なぜ重要か

この研究は、ヒューマノイドがまばらな3D構造物を渡るという、これまでほとんど研究されていなかった移動形態を実現した点で重要である。実機での高い成功率は、強化学習とハードウェア設計の組み合わせが、非構造環境でのヒューマノイドの実用化に向けた一歩となることを示している。