Unitree G1で視覚劣化に強い歩行制御、CAP論文が提案

何が起きたか

arxiv.orgは2026-09-10、CAP「Continuously Adaptive Perception-Blind Humanoid Locomotion via Learned Denoising」を公開した。論文は、腐食した深度入力から清浄な深度を再構成する知覚側のworld-model encoderと、深度に依存しない身体状態を与えるproprioceptive variational encoderを組み合わせた単段の人形ロボット歩行方策を提案している。Unitree G1では、制御試験と屋内外デプロイで、間欠的な遮蔽や実センサーの劣化、屋外での深度アーチファクト下での歩行が示された。

詳細

CAPは、world-model側の入力に深度ノイズのカリキュラムを与え、方策側の潜在表現にworld-model feature dropoutをかける訓練手法を採る。これにより、知覚が有効なときは知覚ベースラインに匹敵または上回り、知覚が悪化したときは二値的に切り替えるベースラインより滑らかに性能が低下するという。 論文はシミュレーションに加え、Unitree G1での制御試験と屋内外の実運用を記述している。本文では、リアルセンサーの腐食、間欠的な遮蔽、屋外深度アーチファクトへの耐性が確認されたとしている。

Key Facts

本紙の見方

今回の論文の新しさは、知覚あり・知覚なしの二系統を切り替えるのではなく、腐食した深度からの復元と身体状態の推定を同時に扱う単段方策を置いた点にある。つまり、視覚が壊れた瞬間に制御系を切り替える発想ではなく、入力品質の揺れを前提に連続的に耐性を持たせる設計である。これは人形ロボットの歩行制御を「見えるか、見えないか」の二択で考えにくいことを示す一方、実運用で問題になるのは完全な視界喪失よりも、部分的な遮蔽やセンサー劣化であるという前提に立っている。 本紙の関連記事である 舞台演出としての人形ロボット、量産・実運用との距離が焦点 と 小鹏汽車、广州で人形ロボットIRONの自動化生産線を始動 年内の量産を目標 が示したのは、完成品の見映えよりも量産や運用を支える内部要素が重く見られ始めているという流れである。CAPはその流れを、製造工程ではなく歩行制御の内部設計に持ち込んだ点で接続する。すなわち、ロボットの価値はハードの外形や単体性能だけでなく、遮蔽・ノイズ・屋外アーチファクトといった不完全な入力をどう吸収するかに移っていると読める。 業界構造への含意としては、競争の焦点が「高精度センサーを前提にした最良条件のデモ」から、「劣化した入力でも破綻しにくい制御」へ移る可能性がある。これはセンサー、推論モデル、制御方策の境界をまたぐ設計課題であり、単なる認識精度の向上だけでは足りない。とくにUnitree G1のような実機で屋内外デプロイまで示した点は、学習済みモデルの評価軸がシミュレーションのスコアから実環境の耐性へ広がっていることを示す。ただし、論文本文からは、実機での試行回数、速度、段差条件、消費電力、失敗率、他機種への一般化範囲は読み取れない。次に確認すべきなのは、どの程度の遮蔽率や深度劣化まで維持できるのか、実機の挙動がどの歩容に対応するのか、そして学習時のノイズ設計が異なるセンサー構成でも再現できるかである。

なぜ重要か

arxiv.orgが示したのは、Unitree G1のような実機で、間欠的な遮蔽や実センサー腐食を前提に歩行を続ける制御の考え方である。完成品の見た目ではなく、知覚品質の変動にどう耐えるかが実運用の条件になるためである。

日本への影響

日本のロボット開発では、歩行機構やアクチュエータだけでなく、深度センサーの劣化、遮蔽、屋外アーチファクトを前提にした制御設計が焦点になりうる。とくに現場導入を意識する場合、認識精度の指標だけでなく、入力品質が落ちた際の挙動をどう評価するかが課題になる。