Unitree G1で疎な時刻付きキーフレーム追跡手法「PLAT」を実証

何が起きたか

arxiv.orgは2026年9月22日、ヒューマノイド制御向けの手法「PLAT: Sparse Timed Keyframe Motion Tracking for Humanoid Control via Privileged Latent Transition Learning」を掲載した。論文は、疎な未来キーフレームと各到達時刻だけを入力として、安定した全身動作を実行する制御方針を対象にしている。実証はUnitree G1ヒューマノイドロボットで行われた。

詳細

PLATは3段階の学習枠組みで、まず事前学習済みの密な追跡エキスパートが運動の事前知識を与え、その後、DAgger型模倣学習で特権的な潜在事前分布を学習し、最後に潜在残差強化学習で行動そのものではなく潜在遷移を調整する。論文は、これにより訓練では密な目標列を監督に使いながら、展開時には疎な時刻付きキーフレーム命令だけで動作できるとしている。 シミュレーション実験では、PLATがさまざまな計画地平で疎な時刻付きキーフレーム追跡を維持し、とくに長い地平の命令で強い性能を示したとしている。

Key Facts

本紙の見方

PLATの新しさは、ヒューマノイド制御を「密なフレーム単位の追跡」から「疎な時刻付きキーフレームの追跡」へ寄せた点にある。従来の追跡政策は、連続的な参照を前提にするほど制御は細かくなる一方、計画や対話的な動作生成の高レベルなコントローラとしては使いにくい。今回の論文は、その制約を埋めるために、訓練時だけ密な目標列を使い、実運用時は疎な命令で動かす構成をとった点が核である。 四足ロボット上半期出荷が約3.5万台 や 宇樹科技、Dex5-Sを発表 で本紙が追ってきたUnitree周辺の動きと比べると、今回は機体そのものではなく、G1を使って制御方式の適用可能性を示した点が異なる。つまり、ハードウエアの性能競争と並んで、少ない指令から望ましい動作列を再構成するソフト側の制御層が競争軸になりつつあることを示す材料である。ただし、この論文だけでは、実機での一般化範囲や他機種への移植性までは分からない。 業界構造への含意としては、第一に、学習データの粒度が論点になる。密なラベル付き軌跡をどこまで必要とするのか、あるいは疎なキーフレームで十分かは、実機データの収集コストや教師信号の設計に直結する。第二に、制御の単位が行動そのものではなく潜在遷移に置かれているため、動作生成を計画・学習・実行に分ける設計がどこまで実用化できるかが焦点になる。第三に、Unitree G1での成功は示されたが、長い地平や複雑な対人・対物環境で同水準を保てるかは未確定である。 次に確認すべき点は、実機での再現条件、評価した動作タスクの範囲、長地平命令での失敗様式、そして同じ枠組みが他のヒューマノイド機体でも成立するかである。論文は有効性を示す一方、どの程度のセンサー構成や事前学習済みエキスパートが前提かは、追加の検証が必要とみられる。

なぜ重要か

訓練では密な目標列、運用では疎なキーフレームという分担は、ヒューマノイド制御で必要なデータ設計と実装負荷を変える可能性がある。論文はUnitree G1での実機展開を示しており、少ない指令で安定動作を作る制御方式が、計画や対話的生成に向いた上位レイヤーの候補になり得ることを示した。