何が起きたか

研究チームは2026年2月17日、arXivで「Perceptive Humanoid Parkour (PHP)」と題する論文を公開した。Unitree G1ヒューマノイドロボットを用いた実機実験で、高さ1.25m（ロボット身長の96%）までの障害物を登るなど、長期的なパルクール動作を実証した。

詳細

提案手法は、モーションマッチング（特徴空間での最近傍探索）により、リターゲットされた原子的人間スキルを長期的な運動学的軌道に合成する。その後、合成された動作を追跡する強化学習（RL）の専門家ポリシーを訓練し、DAggerとRLを組み合わせて、単一の深度ベースのマルチスキル学生ポリシーに蒸留する。ロボットは搭載深度センサと2次元速度コマンドのみを使用し、障害物の形状や高さに応じて、またぐ、登る、跳び越える、転がるなどの動作を自律的に選択・実行する。実機実験では、高さ1.25mまでの障害物登りに加え、複数障害物の長期的な横断と、リアルタイムの障害物変動への閉ループ適応を実証した。

Key Facts

研究チームは2026年2月17日にarXivで論文「Perceptive Humanoid Parkour: Chaining Dynamic Human Skills via Motion Matching」を公開した。出典一覧
提案フレームワークPHPは、モーションマッチングと強化学習を組み合わせ、深度センサと2次元速度コマンドのみでパルクール動作を実現する。出典一覧
Unitree G1ロボットは、高さ1.25m（ロボット身長の96%）までの障害物を登るなど、動的なパルクールスキルを実証した。出典一覧
ロボットは、障害物の形状や高さに応じて、またぐ、登る、跳び越える、転がるなどの動作を自律的に選択する。出典一覧
実機実験では、複数障害物の長期的な横断と、リアルタイムの障害物変動への閉ループ適応も実証された。出典一覧

本紙の見方

今回の発表は、ヒューマノイドロボットの運動能力を「安定した歩行」から「動的で人間らしいパルクール」へと引き上げる点で新規性がある。特に、モーションマッチングとRL蒸留を組み合わせ、深度センサのみで長期的なスキル合成と意思決定を実現した点は、従来の事前計画型アプローチとは一線を画す。本紙が2026年6月11日に報じたReutersの分析では、Unitreeの動向が中国ロボット産業の厳しい現実を予見させるとされていたが、本論文はUnitree G1をプラットフォームとして活用した研究であり、同社のハードウェアが研究コミュニティで標準的に使われつつあることを示す。これは、中国製ヒューマノイドの性能向上と、それを支えるエコシステムの成熟を示唆する。業界構造への含意としては、こうした研究が量産機の運動性能向上にフィードバックされれば、物流・点検など実用分野での適用範囲が広がる可能性がある。一方、未確定の論点として、本手法が実験室環境を超えた不整地や動的環境でどの程度ロバストに機能するか、また計算コストや実時間性が実用レベルにあるかは、論文の詳細な検証が必要である。

なぜ重要か

本成果は、ヒューマノイドロボットの運動制御が「歩行」から「動的スキル」へと進化する上での一里塚となる。Unitree G1が研究プラットフォームとして広く使われることで、中国製ヒューマノイドの性能向上と実用化が加速する可能性があり、ロボット産業の競争構図に影響を与えるとみられる。