何が起きたか
研究チームは2026年8月18日、arXivにプレプリント「HODAgent: Towards On-Demand, Responsive Humanoids for Physical World Human Interaction」を公開した。この論文では、サービス現場での人型ロボット向けエージェント「HODAgent」を提案している。HODAgentは、環境インタラクタ、プランナー、実行器、階層的メモリを統合したSystem-2エージェントであり、Unitree G1を対象にシミュレーションと実機の両方で評価された。
詳細
HODAgentの特徴は、半二重アーキテクチャを採用し、動作中に新しい要求を受け付けたり、進行中のタスクを保持しながら行動を修正したり、実行結果に基づいてタスク完了を確認できる点にある。共有インターフェースにより、シミュレーションと物理ロボット（Unitree G1）を接続し、プラットフォーム固有の制御を分離している。 評価では、164ケースのインタラクティブシミュレーションにおいて、2種類のVLMバックボーンでそれぞれ84.8%と91.5%のジョイント成功率を達成し、ベースラインを9.8ポイントおよび18.9ポイント上回った。実機では、アトミックタスクで92%、複合タスクで72%、完全タスクで63.3%の成功率を記録した。さらに、複数の具現化ベンチマークでベースラインを0.7〜9.0ポイント改善した。
Key Facts
| HODAgentは、サービス現場での人型ロボット向けSystem-2エージェントとして提案された。 | [1] |
| HODAgentは、Env-Interactor、Planner、Executor、階層的Memoryを統合する。 | [1] |
| 半二重アーキテクチャにより、動作中の新規要求対応、進行保持、行動修正、実行結果に基づく完了確認を実現する。 | [1] |
| 共有インターフェースがシミュレーションと物理ロボット（Unitree G1）を接続する。 | [1] |
| 164ケースのインタラクティブシミュレーションで、2つのVLMバックボーンで84.8%と91.5%のジョイント成功率を達成した。 | [1] |
| シミュレーションでベースラインを9.8ポイントおよび18.9ポイント上回った。 | [1] |
| 実機では、アトミックタスクで92%、複合タスクで72%、完全タスクで63.3%の成功率を記録した。 | [1] |
| 複数の具現化ベンチマークでベースラインを0.7〜9.0ポイント改善した。 | [1] |
なぜ重要か
本提案は、サービス現場での人型ロボットが、対人インタラクション中に動的に要求へ応答し、タスクを柔軟に修正できることを示す。シミュレーションと実機の双方で高い成功率を報告しており、実用的なサービスロボットの実現に向けた一歩となる可能性がある。