Unitree G1でHumanoidNDMを検証、動作追跡方策のオンライン調整を提案

何が起きたか

研究者らは2026年10月25日、ヒューマノイドの動作追跡における学習環境と実機運用の差を埋める枠組み「HumanoidNDM」をarXivで発表した。実機で学習した神経力学モデルを介して方策をオンラインで微調整する方式で、Unitree G1を使った物理検証を行った。

詳細

データ収集では、強度を適応的に変える低周波の参照摂動を導入し、実機での実行可能性と探索効率の両立を図る。モデル学習では、履歴情報と固有受容情報に基づくモデルに微分可能な順運動学を組み込み、モーションキャプチャーへの依存をなくす設計とした。 方策の微調整では、モデルの勾配を逆伝播して直接更新する。論文要旨は、Unitree G1でさまざまな摂動への実環境適応を物理検証したと説明し、モーションキャプチャー不要のオンライン微調整枠組みとして「初」と位置づけている。

Key Facts

本紙の見方

この研究の中心は新型ロボットの開発ではなく、シミュレーションなどで得た動作追跡方策を実機に移した後、実世界のずれに合わせて調整する手順にある。論文は、外乱やシミュレーションのモデル誤差が学習と実運用の差を生むと問題を設定し、データ収集、力学モデルの学習、方策更新を一つのオンライン微調整枠組みにまとめた。とくに、モーションキャプチャー装置に頼らず、固有受容情報と履歴に基づくモデルの勾配で方策を更新する点が方式上の特徴だ。ただし「高いデータ効率」や「初の枠組み」は論文側の説明であり、要旨には比較条件や数値による性能評価は示されていない。 本紙の関連記事には、人間の活動を記録した100時間分のデータセットを扱う研究者ら、人間の活動を記録したロボット学習用データセットを作成がある。そちらは装着者視点の映像や身体動作、指の動き、触覚データを含む人間由来の記録であるのに対し、HumanoidNDMは実機ロボットの力学モデルを方策調整に使う。両者は対象と用途が異なり、同じ学習データ基盤の話として一括りにはできない。今回の論文は、実機の状態情報を用いる制御適応の工程を扱うものと整理できる。 検証機としてUnitree G1を使った点は、ロボット本体の動作性能だけでなく、実機データを得てモデルを更新し、方策へ戻す工程が成立するかを問うものだ。これは、leaderobot.com、宇樹G1の累計台数を報道が伝えた生産ライン通過台数とは別の指標である。生産規模の報道から、今回の研究手法の適用台数や運用実績を推定することはできない。量産機で同じ調整がどの程度再現するかも、この要旨からは判断できない。 次に確認すべきなのは、摂動の種類と強度、収集した実機データの量、適応に要する時間、更新後の安定性や安全性である。論文要旨は「さまざまな摂動」への適応を述べるものの、個々の条件や比較対象、成功率などの定量値を記していない。したがって、実機検証の実施は確認できる一方、どの範囲の現場条件に適用できるか、既存手法に対してどの程度優れるかは、要旨の情報だけでは確定できない。

なぜ重要か

論文の方式は、モーションキャプチャーに依存せず、実機の固有受容情報を基に方策を更新する設計であり、動作追跡を実環境へ移す際のデータ収集・調整工程に関わる。Unitree G1で物理検証したとされるが、適用条件や改善幅は要旨に数値で示されておらず、実運用への有効性を判断するには詳細な評価が必要だ。