RobotEra、ヒューマノイド向け強化学習フレームワーク「Humanoid-Gym」を公開

何が起きたか

ロボティクス企業RobotEraは、ヒューマノイドロボットの移動スキル訓練のための強化学習フレームワーク「Humanoid-Gym」を公開した。本フレームワークはNVIDIA Isaac Gymに基づき、シミュレーションから実環境へのゼロショット転送を重視する。同社のXBot-S（身長1.2メートル）とXBot-L（身長1.65メートル）の2機種で実環境検証済みとされる。

詳細

Humanoid-Gymは、NVIDIA Isaac Gym上で動作する強化学習フレームワークで、ヒューマノイドロボットの移動スキル（locomotion skills）の訓練に特化する。ゼロショットsim2real転送を実現する設計で、シミュレーションから実環境への直接転送を可能にする。また、Isaac GymからMujocoへのsim-to-simフレームワークを統合し、異なる物理シミュレーション間で訓練済みポリシーの検証ができる。これにより、ポリシーの堅牢性と汎化性を確認できるとしている。実証はRobotEraのXBot-S（1.2メートル）とXBot-L（1.65メートル）で行われ、ゼロショットsim2real転送が確認された。プロジェクトのウェブサイトとソースコードは公開されている。

Key Facts

本紙の見方

今回の公開は、RobotEraが自社のヒューマノイドロボット開発において、シミュレーションと実機の乖離を埋めるための基盤技術を外部に開放した点で注目される。同社は2026年5月に2億米ドル超を調達し、部品内製化率95%超のハードウェアシステム強化を進めているが、ソフトウェア面でも強化学習フレームワークを自社開発し、それを公開する戦略は、業界標準の形成を狙う動きとみられる。 本紙の過去報道では、2026年1月にSF Technologyと物流向け具現化AIロボットの共同開発・展開で提携しており、物流シーンでの実用化を見据えた移動スキルの重要性が増している。Humanoid-Gymは、そうした実用化に向けた基盤技術として位置づけられる。また、2026年8月にNVIDIAがクロスエンボディロボットのナビゲーションポリシー訓練手法を公開しており、ロボットの移動・ナビゲーション分野でのオープンソース化の流れが加速している。RobotEraの今回の公開は、この流れに沿ったものであり、競合他社との差別化よりも、エコシステムの拡大を優先する戦略と解釈できる。 業界構造への含意として、Humanoid-Gymの公開は、ヒューマノイドロボットの開発におけるシミュレーション基盤の重要性を再認識させる。特に、ゼロショットsim2real転送は、実機での試行錯誤を減らし、開発コストを削減する可能性がある。また、Isaac GymからMujocoへのsim-to-sim転送は、異なる物理エンジン間でのポリシーの移植性を高め、開発者の選択肢を広げる。これにより、ロボット開発の参入障壁が下がり、ソフトウェアとハードウェアの分離が進む可能性がある。 一方、未確定の論点として、Humanoid-Gymが実際にどの程度の性能を発揮するのか、具体的な訓練時間や成功率などの数値は公開されていない。また、XBot-SとXBot-L以外のロボットへの適用可能性や、他の物理シミュレーションへの拡張性も不明である。今後のベンチマーク結果やコミュニティでの活用事例が待たれる。

なぜ重要か

RobotEraが自社開発の強化学習フレームワークを公開したことで、ヒューマノイドロボットの移動スキル開発におけるシミュレーション基盤の標準化が進む可能性がある。これは、同社のハードウェア戦略（部品内製化）と組み合わせることで、ソフトウェアとハードウェアの両面でエコシステムを形成する試みとみられる。

日本への影響

日本はロボット部品産業（モーター、センサーなど）に強みを持つが、RobotEraの部品内製化率95%超という方針は、部品の内製化圧力を強める可能性がある。また、Humanoid-Gymのようなオープンソースのシミュレーション基盤は、日本のロボット開発企業にとって、自社開発の負担を軽減する選択肢となり得る。ただし、具体的な影響は今後の動向次第である。