Unitree G1で単眼視覚を使ったドッジボール回避制御を検証

何が起きたか

arXiv掲載論文「Learning Agile Humanoid Dodgeball with Onboard Monocular Vision」は、機体搭載の単眼視覚でボールの脅威を推定し、ヒューマノイドの回避や復帰を制御するシステムを報告した。シミュレーションでは、6 m/sで5.0 mから投げた条件の回避成功率が97.8〜100.0%、10 m/sで2.5 mから投げた条件では33.2〜40.8%だった。実機のUnitree G1では、15回を超える単発投球試験で成功率が85%を超えた。

詳細

システムは、ボール検出器が出すバウンディングボックスの履歴から、ボールの相対位置と脅威フラグを時間的に推定する。回避・復帰と探索・追跡の方策はこの共通インターフェースを使い、繰り返しの投球への対応を構成する。 学習は3段階で、まずボール状態を直接与えて制御を学習し、安定した方策のロールアウトから推定器を教師あり学習する。その後、方策の特権入力を推定器の出力に置き換える。シミュレーションの各速度・距離条件では1000投を行った。実機では全方位の標的再捕捉に続いて、次の回避を行うハードウェア動作も示した。

Key Facts

本紙の見方

この研究の要点は、ボールを見つけるだけでなく、接近の脅威を時間的に推定し、全身の回避、姿勢の復帰、標的の再捕捉を連ねた点にある。入力は機体搭載の単眼視覚であり、システムはボールのバウンディングボックス履歴から相対位置と二値の脅威フラグを推定する。複数カメラや外部計測に依存する構成ではなく、知覚結果を動的な全身制御につなぐ設計を、シミュレーションとUnitree G1で評価した研究と位置づけられる。 評価値は条件を分けて読む必要がある。6 m/s・5.0 mでは成功率が97.8〜100.0%だった一方、10 m/s・2.5 mでは33.2〜40.8%だった。速度と距離の双方が異なるため、この差を速度または距離の単独の影響として解釈することはできない。各条件1000投のシミュレーション結果に対し、実機は15回を超える単発試行で成功率が85%を超えたという報告であり、試験環境と試行数が異なる値を同列の性能比較として扱うべきではない。 本紙の関連記事では、ソウル大の研究チーム、歩行と物体操作を連携するAIを開発が、歩行と物体操作のデータを組み合わせて複数段階の作業を連続させる研究を伝えた。今回の論文は、物体操作ではなく、飛来物への反応と回避後の再捕捉を対象にしている。両者は異なる課題だが、移動制御を単独で評価するのでなく、知覚や次の行動との連携を評価する点で接続する。今回のシステムでは、回避・復帰と探索・追跡の方策を分け、共通の推定情報を介して組み合わせている。 技術面では、特権的なボール状態を使う制御学習から始め、安定した方策のデータで状態推定器を訓練し、最後に方策への入力を推定値へ置き換える3段階の学習が特徴となる。シミュレーションから実機へ移す際、画像描画を行わず、解析的な投影と知覚ランダム化で検出器に似た観測を作る方法も採用した。ただし、報告された試験は制御されたドッジボール課題である。異なる物体や環境での性能、反復稼働時の成功率、安全性、実環境の視覚変化への頑健性は、論文概要に示された結果だけでは判断できない。実機評価の試行数や条件を広げた検証と、回避後の動作を含む失敗要因の確認が次の論点となる。

なぜ重要か

論文は、単眼視覚によるボールの脅威推定を、Unitree G1の全身回避と回避後の再捕捉に接続した実機動作を報告している。これは、動的環境でのヒューマノイド制御を検討する際、視覚推定だけでなく、回避後に次の対象を捉え直す動作まで含めて評価する必要性を示す。ただし、報告された実機試験は制御された単発投球であり、他の環境や長時間稼働での性能を示すものではない。