「Social Humanoid」、29自由度のG1で人との全身動作を生成・実行

何が起きたか

arXivに2026年11月5日掲載の論文で、研究チームは、人の動きを条件にヒューマノイドの全身動作を生成・実行する「Social Humanoid」を発表した。対象ロボットは29自由度のUnitree G1で、5つのモーションキャプチャデータセットを使い、260時間の人・ヒューマノイド相互作用ベンチマークを作成した。論文は、シミュレーションと実世界で多様な相互作用に対応する協調動作を確認したとしている。

詳細

システムは、人とロボットの動きを共通のトークン表現で扱う高位ポリシーと、生成された動作をロボット上で実行する低位の全身追従コントローラーからなる。高位ポリシーは人の動きに応じたロボット動作を生成し、相手が遮蔽された場合にはその動きを予測する。 ベンチマークの作成には二段階の適応型リターゲティング手法を用いる。一方の相互作用者の動きをロボットに対応させ、もう一方の動きは、接触ダイナミクス、到達可能性、相対的な身体スケールを保つよう変換する。これを5つのモーションキャプチャデータセットに適用し、合計260時間のデータを構成した。

Key Facts

本紙の見方

この研究の技術的な焦点は、人とロボットの動作を共通のトークン表現で扱う生成段階と、生成結果を実機で追従する制御段階を分けた点にある。人の動きに反応するだけでなく、相手が遮蔽された状況で動きを予測する機能も高位ポリシーに含める。したがって、対人協調を単一の動作生成問題として扱わず、相手の状態を推定する処理と、ロボットの全身運動を成立させる実行系に分解した構成と読める。 データ面では、5つのモーションキャプチャデータセットから260時間の相互作用ベンチマークを作ったことが、システムと並ぶ成果である。二段階のリターゲティングでは、ロボット側の身体に動きを移すだけでなく、もう一方の相手の動きも接触や到達可能性、身体スケールを保つよう変換する。これは、既存の人同士の動作データをそのまま使うのではなく、ヒューマノイドとの物理的な相互作用として整合させる工程を学習データの構築に組み込んだものだ。ベンチマークがどの相互作用を含むか、また変換後のデータが実機動作をどの程度代表するかは、今後の評価で確認すべき点となる。 業界への含意は、対人ロボットの評価単位がロボット単体の動作精度だけでは捉えにくくなる可能性にある。相手の動きの予測、接触の維持、ロボット側の追従を一連の処理として検証する必要があり、データセットの設計も評価結果を左右し得る。一方、論文要旨が示すのはシミュレーションと実世界での協調動作の結果であり、数値による比較性能、タスクごとの成功率、実機評価の条件や反復数はここには記されていない。導入を見極めるには、相互作用の種類ごとの定量評価、遮蔽時の予測誤差、接触の安全性、学習データと実運用環境の差を確かめる必要がある。

なぜ重要か

人の動きに反応するロボットを評価する際、動作生成だけでなく、相手の遮蔽時の予測と実機での全身追従を同じシステム内で扱う構成が示された。研究チームは、5つのデータセットから作った260時間のベンチマークと、シミュレーション・実世界での結果を報告しており、データの変換方法と実機評価の条件が、対人協調の再現性を判断する手掛かりとなる。