Unitree Go1、軌道世界モデルWestWorldで実機検証 安定した歩行を実現

何が起きたか

研究チームは2026年3月15日にarXivで公開した論文で、多様なロボットシステム向けの軌道世界モデル「WestWorld」を発表した。同モデルは89の複雑な環境で事前学習され、実機のUnitree Go1に展開され、安定した歩行性能を実証した。

詳細

WestWorldは、システム認識型Mixture-of-Experts（Sys-MoE）を導入し、学習可能なシステム埋め込みを介して専門家を動的に組み合わせる。さらに、ロボットの物理構造のドメイン知識を組み込むため、形態情報と軌道表現を整合させる構造埋め込みを導入した。シミュレーションと実世界の両方を含む89の複雑な環境で事前学習し、ゼロショット・少数ショット軌道予測で競合ベースラインを上回る改善を達成した。コードはGitHubで公開されている。

Key Facts

本紙の見方

今回の発表は、ロボット工学における世界モデルのスケーラビリティとドメイン知識の統合という課題に取り組むものである。WestWorldは、システム認識型MoEと構造埋め込みを組み合わせることで、多様なロボット形態への適応を目指しており、これは既存の軌道世界モデルの限界を克服する試みと位置づけられる。本紙の過去報道（2026年6月11日付『Unitree、中国ロボット産業の厳しい現実を予見か Reutersが分析』）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報じられた。今回の実機検証は、Unitreeのハードウェアが研究コミュニティで活用される一例であり、産業界と学界の連携を示すものと言える。ただし、本論文は研究段階の成果であり、実用化や量産への影響は未確定である。業界構造への含意としては、世界モデルの進展がロボットの制御・計画の効率化につながる可能性があるが、その実証はまだ限定的である。今後の焦点は、WestWorldのスケーラビリティが実際の産業用ロボットでどの程度発揮されるか、また学習データの多様性と実環境での堅牢性にあるとみられる。

なぜ重要か

WestWorldの実機検証は、世界モデルが研究室内のシミュレーションを超えて実ロボットに適用可能であることを示す一歩であり、ロボットの自律性向上につながる可能性がある。Unitree Go1での成功は、同社のハードウェアが研究プラットフォームとしての価値を高めることを示唆するが、産業応用にはさらなる検証が必要である。