PERA、全身制御に技能を追加する方式を提示　G1シミュレーションで10タスクを実行

何が起きたか

arXiv掲載論文「PERA: Plug-in Experts for Robotic Actions in Continual Whole-Body Control」は2026年11月12日、ロボットの全身制御に技能を追加する学習方式を提示した。Unitree G1のシミュレーションで、追加タスク用モジュールは基盤アクターのパラメーター数の約1.03%にとどまり、追加した10タスクをすべて実行したという。

詳細

PERAは、事前学習済みの混合エキスパート方策を固定したまま、追加のタスク専門家とそのルーティングスコアを学習する。学習にはタスク報酬または教師動作による教師あり信号を用いる。 追加専門家を無効にすると基盤方策本来の計算経路に戻り、元の126動作をすべて実行できた。専門家を有効にした場合、学習に使っていない一部のダンス動作の実行も改善したとする。HoloMotionを使った実験では、異なる基盤方策にも適用できることを示した。

Key Facts

本紙の見方

PERAの要点は、技能を追加する際に基盤方策全体を再学習せず、タスク専門家とルーティングスコアを付け足す設計にある。追加モジュールが基盤アクターの約1.03%という結果は、少なくともシミュレーション上では、技能ごとに方策全体を持つ方式とは異なる規模で拡張できる可能性を示す。ただし、パラメーター数の比率は学習時間、計算資源、保守負担の削減を直接示す指標ではない。 もう一つの論点は、既存動作の保持と新技能の追加を切り分けた点だ。専門家を無効にすれば基盤方策の計算経路に戻り、126動作をすべて実行できたという。これは、技能追加後に従来動作が損なわれる問題への設計上の対処と読める。一方、追加専門家が未学習の一部ダンス動作も改善したとの結果は、効果が学習タスクに限られない可能性を示すが、どの条件で起きるかや再現性は要旨から判断できない。 適用範囲については、Unitree G1のシミュレーションに加え、HoloMotionで異なる基盤方策への適用性を確かめた点が材料になる。つまり、特定のロボット向け方策だけでなく、基盤方策を保ちながら追加技能を載せる仕組みとして検証している。ただし、いずれも実機での連続運転、技能切り替え時の安全性、タスクの成功判定条件をこの要旨は示していない。シミュレーションの達成結果を現場での有効性と同一視できない。 本紙関連記事のビジネス+IT、フィジカルAIの「世界モデル」を巡る識者の議論を掲載は、フィジカルAIを複数レイヤーから成る領域として扱う。提供された抜粋では世界モデルの方式や議論の結論は分からず、PERAとの技術的な優劣は比較できない。対照的に本論文の対象は、全身動作を実行する方策への技能追加という制御側の具体的な手法である。次に確認すべきなのは、実機での成功率や動作間の干渉、学習に必要なデータ量、追加専門家を複数同時に使う場合の挙動だ。要旨に数値がないこれらの点が分からなければ、1.03%という規模が実運用上どの程度の利点になるかは評価できない。

なぜ重要か

論文が示すのは、Unitree G1のシミュレーションで基盤方策を固定したまま10タスクを追加し、専門家を無効にすれば元の126動作も維持できたという設計上の結果だ。技能の追加と既存動作の保持を分けて扱う方式だが、実機での安全性や保守負担の改善は、この資料だけでは確認できない。