Unitree G1で全身制御の二段階学習手法を実証　移動速度は前後-2.0〜2.8 m/s

何が起きたか

arXivは2026-10-27、二足歩行ロボット向けの学習手法「FORGE」を提示する論文を掲載した。論文は、縮約モデル（ROM）で参照動作をオンライン生成し、その動作を使って全身追跡方策を学習する二段階方式を示した。Unitree G1で前後方向-2.0〜2.8 m/s、横方向±1.0 m/s、角速度±3.0 rad/sの動作を実証した。

詳細

第1段階では、単一剛体の力学と全身の運動学を組み合わせ、指令条件付きの全身参照生成器を学習する。第2段階では、学習済みROM方策を固定してオンラインで参照動作を生成し、全次数の力学モデル上で全身追跡方策を学習する。 論文は、単一の参照方策と単一の全身追跡方策を用い、片脚ホッピングと指令間の連続遷移を示した。実験環境、各動作の試験条件や再現性に関する記載は、提供された要旨にはない。

Key Facts

本紙の見方

この論文で技術的に軸となるのは、縮約モデル（ROM）を単なる計算の簡略化にとどめず、全身運動と整合する参照動作の生成に使い、その後に全次数モデル上の追跡制御を学習させる構成だ。参照生成と実際の全身追跡を分けることで、複数の移動戦略や広い指令範囲を一つの枠組みで扱うことを狙っている。論文は、これをUnitree G1で示したと報告するが、手法の一般性が別機体でも確認されたという意味ではない。 数値の組み合わせにも特徴がある。前後速度は後退-2.0 m/sから前進2.8 m/s、横速度は±1.0 m/s、角速度は±3.0 rad/sであり、論文は速度域だけでなく片脚ホッピングと指令間の連続遷移も挙げる。単一の参照方策・追跡方策でこれらを扱うという主張は、運動ごとに個別の制御系を用意する構成との違いを示す。ただし、要旨には比較対象や評価指標がなく、従来方式に対する性能差までは判断できない。 本紙が10月28日に掲載したleaderobot.com、動作捕捉とロボット向けデータを扱う記事を掲載は、動作捕捉とロボット向けデータをテーマとした記事の掲載を確認するものだ。FORGE論文は、データ全般の紹介ではなく、参照生成から全身追跡方策の学習へ進む具体的な制御手順を提示している。データを扱う議論と、ロボット上で制御方策を実行したという実証は区別して評価する必要がある。 産業上の含意は、ロボット本体の性能だけでなく、指令に応じた参照動作を作り、それを全身制御に接続する学習パイプラインが評価対象になる点にある。もしこの方式を他機体へ適用するなら、機体ごとの運動学・力学への対応や学習コストが論点になるが、要旨は他機体への展開を示していない。次に確認すべきなのは、各速度・ホッピングの試験条件、長時間運転や外乱下での安定性、実機とシミュレーションの対応、他機体での再現性である。要旨だけではこれらを判定できず、示された数値を実環境での汎用性能と読み替えることはできない。

なぜ重要か

論文は、Unitree G1で複数の速度域に加え、片脚ホッピングと指令間の連続遷移を一つの参照方策・全身追跡方策で示したとしている。歩行指令の範囲と全身制御を一つの学習構成で扱う手法として、二足歩行ロボットの制御方式を評価する際の具体的な比較対象になる。