ヒューマノイド向け全身ロコ操作フレームワークAdaptManipを発表 模倣学習に依存せず

何が起きたか

研究チームは2026年2月16日、arxiv.orgでプレプリント論文「AdaptManip: Learning Adaptive Whole-Body Object Lifting and Delivery with Online Recurrent State Estimation」を公開した。AdaptManipは、ヒューマノイドロボットが統合的なナビゲーション、物体の持ち上げ、運搬を実行するための完全自律型フレームワークである。

詳細

AdaptManipは、模倣学習や遠隔操作データに依存せず、強化学習のみで訓練される。フレームワークは3つの要素で構成される。(1) 限られた視野や遮蔽下でも物体をリアルタイムで追跡するリカレント物体状態推定器、(2) 安定した物体の持ち上げと運搬のための残差操作制御を備えた全身ベースポリシー、(3) ドリフトに頑健な自己位置推定を提供するLiDARベースのロボット全体位置推定器。すべてのコンポーネントはシミュレーションで訓練され、実機にゼロショットで展開される。実験では、模倣学習ベースの手法を含むベースラインを上回る適応性と成功率を示したとしている。

Key Facts

本紙の見方

今回の発表は、ヒューマノイドのロコ操作（移動と操作の統合）において、模倣学習への依存を排した点が新しい。従来の模倣学習アプローチは人間のデモデータに依存し、外乱に対して脆弱とされるが、AdaptManipは強化学習のみで頑健なポリシーを獲得する点で、既定路線の延長線上にあるものの、データ収集コストの削減と実環境での適応性向上に寄与する可能性がある。 本紙の過去報道との接続は、関連記事が提供されていないため言及しない。 業界構造への含意としては、ヒューマノイドの実用化において、デモデータの収集がボトルネックとなる中、強化学習によるゼロショット展開が可能になれば、物流や製造現場での導入障壁を下げる可能性がある。また、リカレント状態推定とLiDAR自己位置推定の組み合わせは、実環境での不確実性への対処として重要であり、センサフュージョン技術の進展を示す。 未確定の論点としては、実機での成功率や動作速度、計算コスト、長期的な安定性などが挙げられる。論文ではベースラインとの比較が示されているが、具体的な数値や実機の詳細は不明であり、今後の検証が待たれる。

なぜ重要か

AdaptManipは、ヒューマノイドのロコ操作における模倣学習への依存を減らし、強化学習による自律的な学習を可能にする点で、ロボットの実用化に向けた一歩となる。データ収集のコストと脆弱性を低減できる可能性があり、今後のヒューマノイドの産業応用に影響を与えるとみられる。