何が起きたか
2026年7月30日、arXivに掲載された論文で、PAC-MAN（Perception-Aware CBF-RL）というフレームワークが発表された。これは、ヒューマノイドの全身安全を考慮したドッジボール回避のためのもので、Unitree G1にゼロショットで展開され、実世界で投球の95%を成功させた。
詳細
PAC-MANは、制御バリア関数（CBF）と強化学習（RL）を組み合わせ、展開時の実機センシング（頭部搭載カメラによるセグメンテーションマスク深度）を考慮する。トレーニング時にはCBFガイダンスが各身体リンクのクリアランスを表し、敵対的動作事前分布が回避反射を正則化する。評価では、固定カメラのみでも回避に十分であり、Joint-CBFは正確なボール状態で最良の性能を示すが、固定カメラ観測では劣化し、ボール追跡ジンバルや特権フィルタで回復する。実機では軽量なLink-CBFポリシーを採用し、不完全な認識に耐え、異なるボールをセマンティックセグメンテーションで回避する。
Key Facts
| PAC-MANは、制御バリア安全性と展開現実的なオンボードセンシングを結合したCBF-RLフレームワークである。 | [1] |
| 展開されたポリシーは、頭部搭載カメラからのセグメンテーションマスク深度のみでボールを見る。 | [1] |
| 実機では、軽量なLink-CBFポリシーをUnitree G1にゼロショット展開し、投球の95%で成功した。 | [1] |
| このポリシーは、不完全な認識に耐え、セマンティックセグメンテーションを使用して異なるボールを回避する。 | [1] |
本紙の見方
今回の発表は、ヒューマノイドの全身制御における安全性と認識の統合という点で新規性がある。従来のCBF-RLは理想的な状態を仮定することが多かったが、PAC-MANは実機のセンシング制約を明示的に考慮し、ゼロショットで実機展開に成功した点が新しい。これは、シミュレーションから実機への転移（sim-to-real）の課題に対する一つの回答であり、ヒューマノイドの実用化に向けた重要なステップとみられる。 本紙の過去報道（2026年6月11日）では、UnitreeのIPO後に「第二のUnitree」を模索する動きがあると報じた。今回の研究はUnitree G1をプラットフォームとして使用しており、Unitreeが研究コミュニティで標準的なテストベッドとしての地位を確立しつつあることを示す。これは、同社のハードウェアが研究用途で広く採用されている証左であり、エコシステム形成の観点からも注目に値する。 業界構造への含意として、このような研究はヒューマノイドの安全性アルゴリズムの進展を促し、将来的には規制や安全基準の策定に影響を与える可能性がある。また、認識と制御の統合は、センサーや計算資源の要求を高めるため、サプライチェーンにおける部品調達やコスト構造にも影響するだろう。 未確定の論点としては、95%の成功率が特定の条件下でのものであり、多様な環境やボールの種類での汎用性が不明である。また、計算コストやリアルタイム性、他のヒューマノイドへの適用可能性も今後の検証が必要である。
なぜ重要か
この研究は、ヒューマノイドが実世界で動的に変化する環境に対応するための安全性フレームワークの実証であり、産業用・サービス用ロボットの安全性向上に寄与する可能性がある。また、Unitree G1が研究プラットフォームとしての地位を強化することで、同社のエコシステム戦略にも影響を与えるとみられる。