何が起きたか
研究チームは、2025年8月26日に公開された論文(arXiv:2508.19172v3)で、Unitree A1四足ロボット向けの新しい自律技能獲得手法「Unsupervised Real-world Skill Acquisition (URSA)」を発表した。URSAは、既存のQuality-Diversity Actor-Critic (QDAC)を拡張したもので、ロボットが実世界で直接、多様で高性能な移動技能を自律的に発見・習得できるようにする。研究チームは、URSAがシミュレーションと実世界の両方でUnitree A1の多様な移動技能の発見に成功したと報告している。
詳細
ロボットの自律的な技能発見は、明示的な監督なしに多様な行動を獲得することを目指すが、安全性とデータ効率の制約から物理ハードウェア上での学習は困難とされてきた。既存手法であるQDACは、手動で定義された技能空間と慎重に調整されたヒューリスティックを必要とし、実世界での適用可能性が限られていた。URSAはこの問題に対処するため、QDACを拡張し、ヒューリスティック駆動の技能発見と完全に教師なしの設定の両方をサポートする。 研究チームは、学習した技能レパートリーが下流タスク、特に実世界の損傷適応に再利用できることを示した。URSAは、9つのシミュレーション損傷シナリオのうち5つ、5つの実世界損傷シナリオのうち3つで、すべてのベースラインを上回る性能を達成した。この結果は、限られた人間の介入で継続的な技能発見を可能にする実世界ロボット学習の新しい枠組みを確立し、より自律的で適応可能なロボットシステムへの重要な一歩となるとしている。デモンストレーションビデオはhttps://adaptive-intelligent-robotics.github.io/URSAで公開されている。
Key Facts
| 研究チームは、Unitree A1四足ロボット向けの新しい自律技能獲得手法「URSA」を提案した。 | [1] |
| URSAは、既存のQuality-Diversity Actor-Critic (QDAC)を拡張したものである。 | [1] |
| URSAは、実世界で直接、多様で高性能な移動技能を自律的に発見・習得できる。 | [1] |
| URSAは、シミュレーションと実世界の両方でUnitree A1の多様な移動技能の発見に成功した。 | [1] |
| URSAは、ヒューリスティック駆動の技能発見と完全に教師なしの設定の両方をサポートする。 | [1] |
| URSAは、9つのシミュレーション損傷シナリオのうち5つで、すべてのベースラインを上回った。 | [1] |
| URSAは、5つの実世界損傷シナリオのうち3つで、すべてのベースラインを上回った。 | [1] |
| デモンストレーションビデオはhttps://adaptive-intelligent-robotics.github.io/URSAで公開されている。 | [1] |
なぜ重要か
URSAは、ロボットが実世界で継続的に技能を発見することを可能にする新しい枠組みを提供する。これにより、手動設計や調整を必要としない、より自律的で適応可能なロボットシステムの実現に寄与する可能性がある。