Unitree G1の人型制御重みを拡散モデルで生成　歩行やダンス、スピンキックを実機検証

何が起きたか

arxiv.orgは2026-10-14、Unitree G1向けに収集したネットワークを用い、重み空間上で人型制御ネットワークを生成する手法を示した論文「Modeling and Understanding Neural Weights of Humanoid Policies with Diffusion」を公開した。研究は線形オートエンコーダとDiffusion Transformerを組み合わせ、実機で歩行、ダンス、スピンキックを含む動作を行う展開可能なネットワークを生成できたとしている。

詳細

論文は、Actorネットワークのパラメータをコンパクトな潜在空間に圧縮する線形オートエンコーダと、その潜在表現の分布をモデル化するDiffusion Transformerを採用した。対象はUnitree G1ロボットの強化学習で収集したネットワークであり、生成結果は実世界で動作するネットワークとして評価された。 さらに著者らは、学習された重み空間の構造も調べ、第一層の重みにロボットのkinematic priorを一貫して反映する構造原理を見いだしたとしている。このkinematic priorはReinforcement LearningとImitation Learningの双方で現れたとされる。

Key Facts

本紙の見方

この論文の新しさは、ヒューマノイド制御を「動作方策の学習」だけでなく「学習後の重み分布そのものの生成問題」として扱った点にある。既存の人型制御研究がRLや模倣学習の手順設計に重心を置いてきたのに対し、本件はUnitree G1で得たネットワーク重みを拡散モデルで再構成し、しかも歩行、ダンス、スピンキックまで実機動作を示した。制御器の内部表現を生成対象にする発想は、方策の性能評価を超えて、どのような重み構造が実機動作に必要かを問う段階に入ったことを示す。 本件はその延長線上で、制御器を作る対象が単なる行動ポリシーではなく、ロボット固有の運動学的事前知識を重みに埋め込んだネットワークであることを示した点に意味がある。つまり、現場導入の議論が「何を動かせるか」から「どの重み構造なら再現可能に動くか」へ一段深く入ったとみられる。 業界構造への含意は、ロボット本体、学習データ、学習済み重みの三層が切り分けにくくなる点にある。Unitree G1由来の重みであっても、論文はその内部に共通するkinematic priorを抽出できるとしており、方策の性能だけでなく、重みの分布や第一層の構造が再利用可能な知識として扱われ始めている。これは、各社が機体ごとにゼロから方策を作るのではなく、機体の運動学に沿った重み表現をどこまで共有できるかという論点を前面に出す。一方で、今回示されたのは研究段階の生成可能性であり、量産機への移植性、異なる機体間での汎化範囲、学習に使ったネットワークの規模や収集条件は本文からは読み取れない。次に確認すべきなのは、他機種への適用可否、生成された重みの安定性、そしてRLとILで得られたkinematic priorの差が実装上どれだけ効くかである。

なぜ重要か

Unitree G1のネットワーク重みを直接生成できるなら、ロボット制御の開発は方策学習だけでなく重み空間の設計へ広がる。発表論文が示したのは、歩行やダンス、スピンキックを行う実機ネットワークと、そこに共通する運動学的事前知識である。

日本への影響

日本のロボット開発では、機体ごとの運動学に合わせた制御設計が重要であるため、第一層の重みに現れるというkinematic priorの見方は、脚式・ヒューマノイド系の制御資産をどう再利用するかという論点に接続しうる。もっとも、今回の対象はUnitree G1に限られており、日本勢の機体にそのまま移せるかは論文本文からは判断できない。