Unitree G1、単一デモから汎用ロコ操作を実現するフレームワーク「DemoHLM」が公開

何が起きたか

研究チームは2025年10月13日、arxiv.orgで「DemoHLM: From One Demonstration to Generalizable Humanoid Loco-Manipulation」を公開した。同フレームワークは、シミュレーション内の単一デモンストレーションから、実機のUnitree G1ロボットで汎用的なロコ操作を可能にする。RGB-Dカメラを搭載したG1を用いた実機実験で、10種類のロコ操作タスクにおける空間的変動に対するロバスト性を検証した。

詳細

DemoHLMは、低レベルの汎用全身制御コントローラと、複数タスクのための高レベルの操作ポリシーを統合する階層構造を採用する。全身コントローラは全身の動作指令を関節トルクに変換し、ヒューマノイドに全方向の移動性を提供する。操作ポリシーは、データ生成と模倣学習パイプラインを通じてシミュレーションで学習され、閉ループの視覚フィードバックで全身コントローラに指令を送る。実験では、合成データ量とポリシー性能の間に正の相関が確認され、データ生成パイプラインの有効性とデータ効率が示された。

Key Facts

本紙の見方

今回の発表は、ヒューマノイドのロコ操作（移動と操作の統合）における研究の進展を示すものである。従来の研究は、ハードコードされたタスク定義や高コストな実世界データ収集に依存することが多く、自律性と汎用性の限界があった。DemoHLMは、シミュレーション内の単一デモンストレーションから学習することで、この課題に取り組む。これは、データ収集のコストを削減し、汎用性を高める可能性を秘めており、ヒューマノイドの実用化に向けた一歩と位置づけられる。 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。これらの動きは、ヒューマノイドの実用化への期待と投資の拡大を示している。DemoHLMのような研究は、その実用化を支える基盤技術として重要であり、業界の関心がハードウェアからソフトウェア・アルゴリズムへと移行しつつあることを示唆する。 業界構造への含意として、ロコ操作の汎用化は、ヒューマノイドの適用範囲を工場などの管理された環境から、より複雑な人間環境へと広げる可能性がある。これにより、物流、介護、建設など、さまざまな分野での導入が進む可能性がある。一方で、シミュレーションから実機への転移可能性や、データ生成の効率性は依然として課題であり、実用化にはさらなる研究が必要である。 未確定の論点としては、DemoHLMの実機実験が10タスクに限定されていること、また、シミュレーションと実機のギャップがどの程度あるのか、という点が挙げられる。さらに、このフレームワークがUnitree G1以外のヒューマノイドにも適用可能かどうか、また、計算コストやリアルタイム性が実用化に耐えうるかどうかも、今後の検証が必要である。

なぜ重要か

ヒューマノイドのロコ操作は、実用化に向けた重要な課題であり、DemoHLMはその解決に向けた有望なアプローチを示した。単一デモからの学習によりデータ収集コストを削減できる可能性は、業界全体の研究開発の加速につながる。また、シミュレーションから実機への転移可能性が実証されたことで、ヒューマノイドの実用化が一歩前進したと言える。