Unitree G1向けの触覚学習手法「TactileStep」、論文で最大48.8%の着地衝撃低減

何が起きたか

arxiv.orgは2026年9月24日、Unitree G1ヒューマノイドを用いた論文「TactileStep: Sole Tactile Learning for Regulating Foot-Terrain Interaction in Humanoid Locomotion」を公開した。論文は、足裏の圧力感知を歩行制御に取り込む触覚学習フレームワークを提案し、硬い着地、縁での接触、不安定な支持接触への対応を狙うものである。評価では、複数の地形でピーク着地力を最大48.8%、ピークA特性衝撃音を最大30.1 dB下げ、支持接触面積を最大23.8%広げた。

詳細

論文は、触覚シミュレーションを実機の圧力インソールと一致させることで、ハードウェア上で利用可能な同じ接触特徴から方策を学習させる設計を示した。学習時には、触覚と動作の手掛かりを使って足接触の異なる段階を認識し、段階に応じた報酬を与えることで、より安全な着地と安定した支持を促すとしている。 評価対象はシミュレーションとUnitree G1で、対象地形は「多様な地形」と記されている。論文本文では、既存の強い知覚ベースラインに対する比較として上記の改善幅が示されている。

Key Facts

本紙の見方

この論文の新規性は、ヒューマノイドの歩行制御において、視覚や慣性だけでなく足裏の圧力を学習信号として明示的に使った点にある。単に「歩ける」かどうかではなく、着地時のピーク着地力や衝撃音、支持接触面積まで指標化しているため、評価の軸が運動成功率から接触品質へ広がっている。既存の歩行制御の延長に見える一方で、触覚シミュレーションと実機の圧力インソールを一致させる設計は、実機移行時のギャップを埋める狙いが強い。 本紙の関連記事でいうと、四足ロボット上半期出荷が約3.5万台では出荷規模と中国勢の優位が示され、宇樹科技、Dex5-Sを発表では手先の自由度強化が焦点だった。今回のTactileStepはそれらとは異なり、末端の把持ではなく足裏接触に焦点を当てる。つまり、ハードウェアの機構強化だけでは埋まらない「地面との接触品質」を、学習側で補う方向の研究である点が連続性として読める。 業界構造への含意としては、歩行ロボットの競争軸が、関節数や見た目の運動性能だけでなく、地形差や接触不確実性への耐性に移りつつあることを示す。足裏圧力インソールと触覚シミュレーションを前提にするなら、必要になるのは本体機構だけでなく、接触データを取るセンサー、学習用の地形データ、そして実機と同じ接触特徴を再現できる訓練環境である。未確定の論点は、この方式が他機種や他社プラットフォームにどこまで移植できるか、学習コストがどの程度か、また論文が示した改善幅が別条件でも再現するかである。

なぜ重要か

Unitree G1での評価は、足裏の触覚を使った歩行制御が実機でも効果を持つ可能性を示した。論文が示した数値は、着地衝撃や支持の安定性を重視する用途で、制御設計の評価基準が変わり得ることを示唆する。

日本への影響

足裏圧力インソールと触覚学習を組み合わせる設計は、ロボットの機構だけでなく、接触センサーや学習用データの整備が重要になることを示す。日本企業や研究機関が関わる余地があるとすれば、減速機や関節だけでなく、触覚センサー、制御ソフト、地形データ収集の領域であるが、ソース本文には日本企業の関与は記されていない。