何が起きたか

marope-dev.github.ioに掲載された論文抄録によると、Maropeは階層型強化学習を用いて、2台のロボットが縄を回し、別のロボットが跳ぶ協調動作を学習する。提案手法はUnitree G1ロボットでシミュレーションと実機の両方で評価され、複数のベースラインを上回る効率的な結果を示した。

なぜ重要か

人型ロボットの研究者にとって重要なのは、走行や単独動作ではなく、複数台が役割分担しながら相手の跳ぶリズムの違いにも合わせる課題を、上位で全体の進行を調整し下位で各機体が縄を扱う構成で検証した点です。論文抄録では、Unitree G1でシミュレーションと実機の両方を評価し、複数の比較手法より効率的だったと著者らが述べています。