Unitree G1向けsim-to-real手法「ASAP」、アジャイル全身動作の追従誤差を低減

何が起きたか

研究チームは2025年2月3日、シミュレーションと実世界の物理のずれを補正する二段階フレームワーク「ASAP」を発表した。本手法は、Unitree G1ヒューマノイドロボットを用いて評価され、アジャイルな全身動作の追従誤差を低減したと報告されている。

詳細

ASAPは、第一段階でリターゲットした人間の動作データを用いてシミュレーション内で動作追従ポリシーを事前学習し、第二段階で実世界にデプロイしてデータを収集し、動的ずれを補正するデルタ（残差）アクションモデルを訓練する。その後、デルタアクションモデルをシミュレータに統合してポリシーを微調整し、実世界の動的特性に整合させる。評価はIsaacGymからIsaacSim、IsaacGymからGenesis、IsaacGymから実世界のUnitree G1の3つの転送シナリオで行われた。

Key Facts

本紙の見方

今回の発表は、ヒューマノイドロボットのsim-to-real転送における課題に対処するもので、特に動的整合性に焦点を当てている。既存のシステム同定やドメインランダマイゼーションは、パラメータ調整に労力を要するか、過度に保守的なポリシーを生む傾向があった。ASAPは、デルタアクションモデルを導入することで、実世界のデータを活用してシミュレーションのずれを補正する点が新しい。 本紙の過去報道では、UnitreeのIPO後の業界動向や、韓国での展示会におけるヒューマノイドへの関心の高まりを報じた。今回のASAPは、Unitree G1を実機として使用しており、Unitreeのハードウェアが研究プラットフォームとして広く採用されていることを示す。これは、UnitreeのIPO後の「第二のUnitree」模索の流れの中で、同社のエコシステムが研究開発の基盤として機能している可能性を示唆する。 業界構造への含意として、sim-to-real技術の進展は、ヒューマノイドの実用化に向けた重要なステップである。特に、アジャイルな全身動作の実現は、製造業や物流などでの応用可能性を広げる。しかし、ASAPは研究段階であり、実用化にはさらなる検証が必要である。 未確定の論点としては、ASAPの手法が他のロボットプラットフォームや異なる環境でどの程度有効か、また、実世界での長期的な安定性や安全性が確認されていない点が挙げられる。今後の研究では、より多様な動作や環境での評価が求められる。

なぜ重要か

ヒューマノイドロボットの実用化には、シミュレーションと実世界のギャップを埋める技術が不可欠である。ASAPはその一つの解決策を示し、アジャイルな全身動作の実現に貢献する可能性がある。本手法の進展は、ヒューマノイドの産業応用を加速させる可能性があり、関連企業や研究機関にとって重要な意味を持つ。