何が起きたか
arXivに掲載された論文（2025年5月16日付）で、研究チームは「GRoQ-LoCO」と名付けたスケーラブルでアテンションベースのフレームワークを提案した。このフレームワークは、複数の四足ロボットと地形にわたって単一の汎用歩行ポリシーを学習し、オフラインデータセットのみに依存する。実験では、市販の12kgロボットであるUnitree Go1を含む多様な四足ロボットへのゼロショット転送を実証し、70kgの四足ロボットStoch 5でも微調整なしで予備的な歩行を示した。
詳細
GRoQ-LoCOは、階段 travers（非周期的歩容）と平坦地形 travers（周期的歩容）という2つの異なる歩行行動からの専門家デモンストレーションを利用して、行動融合を可能にする汎用モデルを訓練する。フレームワークは、すべてのロボットからの proprioceptive データのみで動作し、ロボット固有のエンコーディングを一切組み込まない。ポリシーはIntel i7 NUC上で直接展開可能で、テスト時の最適化なしで低遅延の制御出力を生成する。 実験では、異なる歩行スキルがロボット間で不均等に分布する困難なクロスロボット訓練設定を評価し、平坦歩行と階段 travers の両方の行動がテスト時にすべてのロボットに正常に転送されることを観察した。また、Stoch 5（70kg）では、平坦および屋外地形で微調整なしの予備的な歩行を示した。
Key Facts
| GRoQ-LoCOは、複数の四足ロボットと地形にわたって単一の汎用歩行ポリシーを学習するスケーラブルでアテンションベースのフレームワークである。 | [1] |
| GRoQ-LoCOはオフラインデータセットのみに依存する。 | [1] |
| フレームワークは、階段 travers（非周期的歩容）と平坦地形 travers（周期的歩容）の2つの異なる歩行行動からの専門家デモンストレーションを利用する。 | [1] |
| フレームワークは、すべてのロボットからの proprioceptive データのみで動作し、ロボット固有のエンコーディングを一切組み込まない。 | [1] |
| ポリシーはIntel i7 NUC上で直接展開可能で、テスト時の最適化なしで低遅延の制御出力を生成する。 | [1] |
| 実験では、市販の12kgロボットであるUnitree Go1を含む多様な四足ロボットと地形へのゼロショット転送を実証した。 | [1] |
| 異なる歩行スキルがロボット間で不均等に分布するクロスロボット訓練設定でも、平坦歩行と階段 travers の両方の行動がテスト時にすべてのロボットに正常に転送された。 | [1] |
| Stoch 5（70kg）では、平坦および屋外地形で微調整なしの予備的な歩行を示した。 | [1] |
なぜ重要か
この研究は、オフラインのデータ駆動学習が多様な四足ロボットの形態と行動にわたって歩行を一般化できる可能性を示している。ロボット固有のエンコーディングなしでゼロショット転送を達成したことは、ロボット歩行制御のスケーラビリティと適応性に重要な意味を持つ。