Unitree G1で触覚反射制御「ARC」を評価、接触時の初期力ピーク34.1％減

何が起きたか

arXivに2026年11月3日掲載の論文「ReflexArc: Bottom-Up Integration of Instantaneous Tactile Reflexes into Whole-Body Humanoid Control」は、触覚反射を全身制御へ統合する枠組み「ARC」を提案した。Unitree G1で危険な接触を3カテゴリー評価し、反射を20ミリ秒遅らせた条件と比べて、初期の力ピークを34.1％低減した。

詳細

ARCは、全身の触覚情報から危険な接触を検知し、全身の退避姿勢を計算して、10ミリ秒以内にモーターへ送る即時反射経路と、反射を含む学習・方策調整を組み合わせる。後者は、退避動作を維持しながらバランスを保ち、より長い時間幅での回復につなげる構成だ。 論文要旨によると、接触インパルスは、反射を20ミリ秒遅らせた場合の0.2632 N sからARCの0.1225 N sに減少し、比率は2.15倍だった。保護下での動作追従、遠隔操作、足裏の触覚を用いた視覚なしの障害物踏破も実演した。

Key Facts

本紙の見方

今回の技術的な焦点は、学習済み方策の周期制御を単に高速化するのではなく、接触直後の退避を別経路で実行し、その反射を全身制御に接続する点にある。論文要旨が示す50 Hzの方策は1周期が20ミリ秒に相当する一方、ARCの即時反射経路は10ミリ秒以内にモーターへ退避姿勢を送る。危険な接触では、方策の次周期を待つ構成と反射経路を分ける構成の差が、初期衝撃に関わることをG1で比較した設計と読める。 ただし、34.1％という値は論文要旨に記された、反射を20ミリ秒遅らせた条件との比較結果であり、あらゆる接触やロボットで同じ低減が得られることを示すものではない。評価は危険な接触3カテゴリーだが、要旨にはカテゴリーの内訳、試験環境、試行数などが記されていない。接触インパルスの値も特定の評価条件における結果として扱う必要がある。 構成上の含意は、反射が退避を開始するだけでなく、学習側がその反応を前提に姿勢維持と回復を学ぶ点にある。論文は反射を「追従誤差」として抑え込まない方策調整も掲げており、保護動作とタスク継続を別々に設計するのではなく、反射を含む制御系として扱う。足裏触覚による視覚なしの障害物踏破も示しているが、これだけで視覚の代替や実環境での汎用性が確認されたとはいえない。 稼働の定量化を巡っては、本紙が扱った智元、ロボットの稼働量指標「Worken」を提案　leaderobot.com報道で、行動量を測る指標の算式が紹介された。稼働量の指標と、ARCのような接触時の安全性能は異なる評価軸であり、運用実績を比べる際には両者を混同しないことが重要だ。次に確認すべきなのは、接触の種類や速度、センサー構成、反射後の転倒・タスク復帰の成績、反復試験でのばらつきである。論文要旨の実演結果が、より多様な条件でも再現するかが評価の焦点となる。

なぜ重要か

学習済み制御が接触を追従誤差として扱い、退避反応を抑える場合があるという課題に対し、ARCは10ミリ秒以内の反射経路と、その反応を踏まえた全身制御を組み合わせる。Unitree G1で遅延条件との比較結果が示されたことで、接触時の初期力と反射遅延を具体的に評価する枠組みが提示されたが、適用範囲は論文の評価条件に即して判断する必要がある。