Unitree G1向け全身制御手法「DreamControl」、拡散モデルとRLを融合

何が起きたか

研究チームは2025年9月17日、拡散モデルと強化学習を統合した全身制御手法「DreamControl」を発表した。同手法はUnitree G1ロボット上で、引き出しを開ける、物体を拾うなどのタスクを実現する。

詳細

DreamControlは、人間の動作データで訓練した拡散事前分布を用いて、シミュレーション内のRLポリシーを誘導する。これにより、直接RLでは発見できない解を可能にし、拡散モデルが自然な動作を促進してsim-to-real転移を助けるとされる。検証はUnitree G1で行われ、下半身と上半身の同時制御と物体操作を含む多様なタスクで有効性が示された。

Key Facts

本紙の見方

今回の発表は、ヒューマノイド制御における「学習データの質」と「実機転移」という二つの課題に、拡散モデルとRLの融合で応える試みとして位置づけられる。本紙が2026年6月11日に報じた『UnitreeのIPO後、ヒューマノイド業界に「第二のUnitree」模索の動き』では、Unitreeの上場後、業界で「第二のUnitree」を模索する動きが始まっていると伝えた。その文脈では、Unitree G1のような手頃な価格帯のロボットが普及し、制御技術の差別化が競争の焦点になるとみられる。DreamControlは、Unitree G1を対象にした研究であり、同社のハードウェアが研究コミュニティで標準的なプラットフォームとして浸透していることを示す。また、2026年3月5日付の『韓国・Automation World 2026開幕、AIとヒューマノイド中心の展示に転換』では、製造業向け展示会がAIとヒューマノイドによる自律製造を軸に転換したと報じた。この流れは、ヒューマノイドが単なる展示品から実作業に近づく段階に入ったことを示唆する。DreamControlのような制御手法は、そうした実作業を可能にする基盤技術として重要になる。 技術的には、拡散モデルを事前分布としてRLに組み込むアプローチは、従来のRL単体では困難だった複雑なタスクの学習を可能にする点で新規性がある。特に、人間の動作データを活用することで、自然な動作を生成し、sim-to-real転移の障壁を下げるという点は、実用化に向けた重要な進展とみられる。一方で、この手法はシミュレーションでの検証が中心であり、実機での性能や汎用性は公開情報では確認できない。また、Unitree G1は比較的低価格なヒューマノイドとして知られるが、具体的な価格や市場での位置づけは本稿では扱わない。 業界構造への含意として、制御技術の進展はヒューマノイドの応用範囲を広げ、製造現場などでの導入を加速させる可能性がある。しかし、競争が激化する中で、ハードウェアの性能だけでなく、ソフトウェア・制御技術の優位性が企業の競争力を左右する局面に入ったとみられる。今後確認すべき点は、第一に、DreamControlが実機でどの程度の成功率と汎用性を示すか、第二に、この手法がUnitree以外のロボットにも適用可能か、第三に、拡散モデルとRLの組み合わせが計算コストや学習時間の面で実用的かどうか、である。

なぜ重要か

ヒューマノイドの実用化には、複雑なタスクを自然に実行できる制御技術が不可欠であり、DreamControlはその可能性を示す。本手法の進展は、製造現場などでのヒューマノイド導入を後押しし、業界の競争構図を変える可能性がある。