何が起きたか

arXivに公開された論文で、Unitree Roboticsのロボットを対象とした新しい制御手法「StableMimic」が発表された。この手法は、人間の立ち上がり動作を参考に、転倒後の低姿勢・接触状態からの復帰を学習する。専用のエキスパートと proprioceptive gate を用いて追跡と復帰を切り替え、隠れた後続状態目標により、展開時に参照情報を必要としない。評価では、LAFAN1ダンスデータセットで4つの追跡指標すべてで最小誤差を達成し、100回の転倒試験で全回復、7つの転倒後指標のうち6つで最良値を記録した。実機Unitree G1でも、ダンスと立位参照の展開で、関節動作の制限、自律復帰、コマンド再開が確認された。

Key Facts

StableMimicは、転倒後の低姿勢・接触状態からの復帰を学習する統一トラッカーであり、追跡分布を超えた学習を行う。[0]
この手法は、複数の人間の立ち上がり参照を基にした摂動リセットにより、伏せ、仰向け、不安定、中間の接地状態を露出させる。[0]
追跡と復帰は異なる状態・行動分布を持つため、専用のエキスパートと proprioceptive gate で連続的にブレンドする。[0]
隠れた後続状態目標により、展開時に立ち上がり参照、復帰コマンド、軌道検索、外部ポリシー切り替えを必要としない。[0]
LAFAN1ダンスサブセット全体で、5手法中4つの追跡指標すべてで最小誤差を達成した。[0]
100回の転倒試験で100/100の復帰成功率を達成し、7つの転倒後指標のうち6つで最小値を記録した。[0]
実機Unitree G1でのダンスと立位参照の展開で、関節動作の制限、自律復帰、コマンド再開が定性的に確認された。[0]

なぜ重要か

人型ロボットの実用化には、転倒後の安全な復帰が不可欠である。従来の追跡ポリシーは転倒時に非現実的な参照を追いかけ、危険な動作を引き起こす可能性があった。StableMimicは、追跡と復帰を統合し、外部参照なしで自律復帰を実現することで、ロボットと周囲の安全性を向上させる。特にUnitree G1のような実機での検証は、実用化への大きな一歩となる。