SOLO、長距離・不整地でのヒューマノイド歩行成功率97.5%を達成 新フレームワークを発表

何が起きたか

2026年8月27日、arxiv.orgに投稿された論文で、ヒューマノイドの長距離・不整地歩行を安定化する新フレームワーク「SOLO」が発表された。シミュレーションのストレステスト地形で平均走行成功率97.5%、ステッピングストーン成功率96%を達成。従来の高密度再構成手法では成功率75.0〜75.6%、ステッピングストーン成功率0〜3%だった。実機では胸部深度カメラとプロプリオセプションのみで、連続1.5kmの屋外ルートと屋内混合地形コースをゼロショットで完走した。

詳細

SOLOは、長距離歩行における知覚と制御の誤差蓄積による脆弱性に対処する統一フレームワーク。Query Reconstructor (QR)は、フーリエ符号化セルクエリを用いて深度・プロプリオセプショントークンから空間的に特異な証拠を取得し、地形の鋭い境界を保持する。Trajectory-Aware MSE (TA-MSE) Distillationは、次状態の教師・生徒の不一致をPPO報酬に追加し、Generalized Advantage Estimationが将来の不一致ペナルティを先行アクションに伝播させる。シミュレーションでは、QRが高さマップのL1誤差を3.3〜4.0倍削減。TA-MSEはPPOおよびMSE+PPOをカリキュラム進行で上回った。

Key Facts

本紙の見方

SOLOの発表は、ヒューマノイドの歩行制御における「長距離・長時間の安定性」という未解決課題に正面から取り組んだ点で新規性が高い。従来の知覚ヒューマノイド歩行研究は、短時間・短距離の実験が中心で、誤差蓄積による脆弱性が実用化の障壁となっていた。SOLOは、地形再構成の高密度化と模倣学習の時間的クレジット割り当てという2つの原因に同時に対処する点が特徴的だ。 特に注目すべきは、実機でのゼロショット展開である。胸部深度カメラとプロプリオセプションのみで1.5kmの屋外連続走行を達成したことは、シミュレーションと実機のギャップを埋める上で重要なマイルストーンとなる。この成果は、SOLOの手法が単なるシミュレーション上の改善ではなく、実環境での堅牢性を備えていることを示唆する。 業界構造への含意として、SOLOのアプローチは、高価なLiDARや複数カメラに依存せず、単一の深度カメラで長距離歩行を実現する点で、ハードウェアコストの低減に寄与する可能性がある。また、誤差蓄積への対処は、物流・点検・災害対応など、長時間稼働が求められる実用シーンでのヒューマノイド導入を後押しするだろう。 一方、未確定の論点も残る。論文はシミュレーションと実機の結果を示すが、実機での成功率や歩行速度、エネルギー効率などの定量的な評価は明記されていない。また、1.5kmの屋外ルートの具体的な地形条件（傾斜、段差、路面状態など）や、屋内コースの詳細も不明だ。さらに、SOLOの計算コストやリアルタイム性、他の歩行制御手法との比較も今後の検証が待たれる。

なぜ重要か

SOLOは、ヒューマノイドの長距離歩行を実用レベルに引き上げる可能性を示した。誤差蓄積への対処とゼロショット展開の成功は、物流・点検・災害対応など実用シーンでの導入を加速させるだろう。また、単一深度カメラでの実現は、ハードウェアコストの低減にも寄与し、ヒューマノイドの普及を後押しする。