Noetix E1、人型ロボットのパルクール動作を学習　障害物試行29回を完了

何が起きたか

arXiv掲載の研究は2026年11月5日、Noetix E1で極端な人型ロボット・パルクール動作を学習する枠組みを報告した。シミュレーションでのハイブリッド成功率は96.34％で、実機では個別障害物の試行30回中29回、ハイブリッドコース5回中4回を完了した。実世界でのポリシー微調整なしで実機に移行したとしている。

詳細

手法は、人の実演から物理的に実行可能なロボット動作の参照を作る段階、地形別の敵対的モーション事前分布で技能を獲得する段階、モーション事前分布の重みを下げて幾何学的な支持誘導により接地を適応させる段階からなる。人の接触パターンをそのままロボットに当てはめず、ロボットの身体寸法や支持面に応じて手・膝の接地を変える設計だ。 接地は、接触前の候補位置への誘導と実際の接触評価で扱い、接触順序をあらかじめ指定しない。実機ポリシーは、機上の深度情報、固有受容情報、速度指令から行動を選択し、外部の技能ラベルを使わない。

Key Facts

本紙の見方

この研究で焦点となるのは、パルクール動作そのものの模倣だけでなく、模倣した接触の仕方をロボットの身体や地形に合わせて変更する手順を組み込んだ点だ。人の実演を最終的な動作の型として固定せず、まずロボットが実行できる参照を作り、地形別の技能獲得を経て、最後に手や膝の支持位置を調整する。接触順序を指定せず、接触前の候補誘導と実接触の評価を用いる設計は、実演の利用とロボット固有の接地適応を分けて扱う構成と読める。 評価値は、シミュレーションのハイブリッド成功率96.34％と、実機の個別障害物29/30、ハイブリッドコース4/5という異なる試験結果である。これらを一つの成功率として扱うことはできない。実機での試行結果は、シミュレーション内の成績だけでなく、学習済みポリシーを現実の機体に移した評価を含む一方、抄録に示された試行数は障害物30回、コース5回に限られる。したがって、示された結果がどの地形や障害物の範囲に通用するか、未試験の条件で接地適応が維持されるかは、本文の評価条件と追加検証を確認すべき論点だ。 本紙の関連記事では、Galbotめぐる中国の人型ロボット投資を報道（2026年3月3日）を投資の側面から扱った。今回の研究は資金や生産規模ではなく、実演から技能を獲得し、機上センサー情報で行動を選ぶ制御手法を対象としており、両者は人型ロボット開発の異なる層を示す。ただし、記事間の企業・事業上の関係を示す情報はない。 業界構造への含意は、技能の獲得に必要な実演と、機体ごとの接地調整を一続きの開発工程に置いたことにある。実演をそのまま複製するだけでは、身体寸法や支持面の違いを吸収できないという問題設定に対し、接地適応を別段階として設けている。ただし、抄録からは試験した地形の範囲、比較手法ごとの定量差、実機試験の反復条件、長期運用時の安定性までは判断できない。実環境での技能の再現性と、環境・機体が変わった際の適応範囲が、次に確認すべき点となる。

なぜ重要か

人の実演をそのままロボットの接触パターンにせず、地形や機体の身体寸法に合わせて手・膝の支持位置を調整する手法を示した点が、パルクール動作の実機適用に関わる。報告された実機結果は障害物試行30回中29回、ハイブリッドコース5回中4回であり、適用範囲を評価するには試験条件と追加検証の確認が必要だ。