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
| 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。 | [1] |
| AdaptManipは、人間のデモや遠隔操作データを必要とせず、強化学習のみで訓練される。 | [1] |
| フレームワークは、リカレント物体状態推定器、全身ベースポリシー、LiDARベースのロボット全体位置推定器の3つの要素で構成される。 | [1] |
| 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。 | [1] |
| 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。 | [1] |
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。