Unitree G1、段差を含む多階層地形での安全な自律移動手法を実証

何が起きたか

arxiv.orgは2026年9月16日付で、Unitree G1上で安全なヒューマノイド移動手法「RoM-Nav」を実証したと報じた。研究は、単一段階のRLナビゲーションでは多層・多階の地形、とくに階段を含む環境への拡張が難しいとして、問題を2段階に分解した。実機では、地図なしでの多階移動を行い、10m超の鉛直移動と100m超の経路長を伴う試行を達成した。

詳細

研究はまず、3D LiDAR観測を用いながら縮約順序ダイナミクス上で動く方策を学習し、複雑な多階層地形への移動を扱う。その後、その移動知識を使って全順序ヒューマノイドダイナミクス上の方策を立ち上げ、ループ内では凍結した歩行方策を用いる構成である。 さらに、ナビゲーション方策の出力にPoisson安全フィルターを適用すると、分布外障害物が存在してもナビゲーション成功率を落とさずに安全性を回復できるとしている。実証はUnitree G1で行われ、地図なしの多階移動で10m超の鉛直移動と100m超の経路長を記録した。

Key Facts

本紙の見方

今回の焦点は、ヒューマノイドが「歩ける」かではなく、段差や階段を含む多階環境で、地図なしでも安全に動けるかに移っている点である。RoM-Navは、単一のRL方策で全問題を解くのではなく、縮約順序ダイナミクス上の方策で複雑地形への適応を学び、その知識を全順序のヒューマノイド方策に引き継ぐ二段構えを採る。これは従来の歩行制御を延長した発想である一方、ナビゲーションを実世界に持ち込むために、表現の軽いモデルと実機に近いモデルを切り分けた点が新しい。 摩根士丹リー、中国の人形ロボ出荷予測を5万台に上方修正　能力差を重視 や Unitreeが身長180センチ、体重70キロの人型ロボットH2を発表 が示すように、Unitreeをめぐる関心は機体の規模や量産性だけでなく、実環境でどこまで動けるかに移っている。本件はその中でも、G1を使って多階層地形での安全な移動を実証した点に意味がある。とくに、Poisson安全フィルターで分布外障害物への耐性を補う設計は、学習済み方策の性能だけでなく、例外的な障害物にどう対処するかを前面に出している。 業界構造でみると、論点はロボット本体の性能より、ナビゲーション方策、3D LiDAR観測、安全フィルター、歩行方策の固定といった制御層の設計にある。多階建てや階段のような環境は、移動ロボットにとって入力側の環境認識と出力側の制御の両方が厳しく問われるため、今後は移動成功率の平均値だけでなく、異常障害物が混じったときの失敗の仕方が確認点になるとみられる。なお、この研究が実運用でどの程度の稼働安定性を持つか、どの規模の環境で再現できるかは、この論文本文だけではまだ限定的である。

なぜ重要か

Unitree G1を用いて、地図なしで10m超の鉛直移動と100m超の経路長を伴う多階移動を実証したことは、室内移動系のヒューマノイドに必要な要件が単純な直線歩行から、階段や異常障害物を含む経路全体の安定性へ移っていることを示す。研究は、3D LiDARと安全フィルターを組み合わせているため、移動体の認識と制御を一体で設計する必要があるという論点に直接関わる。

日本への影響

日本でヒューマノイドや搬送ロボットの導入を考える場合も、屋内の階段・段差・複数階動線に対応するナビゲーションと安全性が焦点になるとみられる。とくに3D LiDARと安全フィルターを含む制御構成は、機体性能だけでなく現場の環境設計や安全確認の比重が大きいことを示している。