Unitree G1で全身接触操作を学習するPanTactを発表

何が起きたか

arxiv.orgは2026年10月8日、Unitree G1人型ロボットにPanTactを実装したと発表した。PanTactは、手先だけでなく適切な身体表面を使って操作する全身巧緻性を、ロボットを使わない人間のデモから学習する仕組みである。追加の胴体接触センサーは使わず、支持、押し、掃き、荷重分担の動作を示した。

詳細

論文は、接触を操作中心の情報として扱い、身体をまたいで移る知識として学習させる設計を取る。構成要素は、全身モジュール型の接触パッチを備えたロボット非依存のデータ収集インターフェース、第一人称視点の観測ギャップを緩和し全身接触目標を予測する視覚運動ポリシー、そして適切なロボット表面で能動的な接触目標を実現する接触対応の全身制御である。Websiteとして https://pantact.github.io が付されている。

Key Facts

本紙の見方

PanTactの新しさは、手先中心の操作学習を、人型ロボットの身体全体に広げる点にある。論文は、接触を操作の主要な情報として扱い、接触位置とタイミングをデモから取り出してロボット側の身体条件に合わせて再現する設計を示した。一方で、Unitree G1自体を新規に開発した話ではなく、既存機体に対して全身接触の学習・制御を載せ替える研究である点は既定路線の延長といえる。新規性はハードよりも、データ取得と制御のつなぎ方にある。\n\n本紙の関連記事でいうと、深圳のEngineAI T800が米国の八角笼に登場や人形ロボットのサイズ分化を論じる記事を掲載が示すように、外部から見える人型ロボットの競争は機体サイズや見栄えに寄りやすい。しかしPanTactが焦点にしているのは、そうした外形ではなく、接触をどう記録し、どう制御に落とし込むかという学習基盤である。つまり競争軸は、歩行や把持の有無だけでなく、胴体を含むどの面をどの条件で使えるかへ移りつつあると読める。\n\n業界構造でみると、この研究はセンサー追加による後付け強化ではなく、デモ収集、知覚、接触計画、全身制御を一体で組み合わせる必要を示している。Unitree G1に追加の胴体接触センサーを付けない設計は、機体改造の負担を抑える一方で、学習側に高い一般化性能を求める。したがって論点は、同じ手法が別機体や別サイズの人型ロボットにどこまで移るか、接触パッチの設計がデータ品質にどう影響するか、そして支持・押し・掃き・荷重分担以外の作業に拡張できるかである。\n\n未確定の論点としては、学習に使ったデモ量、実機での成功率、再現可能なタスク範囲、ならびに安全性評価が本文では十分に示されていない。研究としては有効でも、現場導入に必要な安定稼働の条件はまだ別途確認が要る。

なぜ重要か

発表元のarxiv.orgが示した通り、PanTactはUnitree G1に追加の胴体接触センサーを付けずに、全身接触を使う操作を実機で示した。これは、人型ロボットの能力向上が機体の大型化や高性能化だけでなく、接触情報をどう学習に取り込むかにも左右されることを示す。

日本への影響

日本の人型ロボット開発では、手先把持だけでなく胴体接触を含む学習基盤をどう整えるかが論点になり得る。特に、接触パッチ付きのデモ収集や全身制御の実装は、ハード単体ではなくデータ収集系と制御系をまたぐため、既存のロボット機体メーカーと研究機関の分業のあり方に影響する可能性がある。