Unitree Go2、脚部ロックや5kg積載でも歩行維持 身体変化を半秒で推定する適応手法

何が起きたか

arxiv.orgに2026年8月2日付で掲載された論文『Rapid Embodiment Adaptation for Quadrupedal Locomotion』において、研究チームは四足歩行ロボット向けのオンライン身体適応フレームワークを発表した。この手法は、短い相互作用履歴から身体パラメータを推定し、制御を調整する。実機のUnitree Go2を用いた実験では、完全にロックした脚や5kgのペイロードといった過酷な条件下でも安定した歩行を維持した。

詳細

論文は、学習ベースのロボットポリシーがハードウェア特性の変化（加齢、負傷、積載など）で機能しなくなる問題に取り組む。提案手法は、身体ランダム化で訓練された汎用ポリシーと、身体変化を半秒以内に特定する軽量な適応モジュールを組み合わせる。評価では、関節範囲の制約と胴体質量の変化という2種類の身体変化を扱い、シミュレーションでは変化の正確な推定と、相互作用履歴に直接条件付けられたポリシーを大幅に上回る閉ループ制御を実現した。実機のUnitree Go2では、完全にロックした脚と5kgのペイロードを含む過酷な変化下で安定歩行を維持し、非適応的手法は失敗した。

Key Facts

なぜ重要か

この研究は、ロボットが自身の身体変化をリアルタイムに認識し適応する可能性を示す。実用面では、過酷な環境でのロボット運用の信頼性向上につながる。また、Unitree Go2が研究プラットフォームとして活用される事例は、中国ロボット産業の技術発展の一端を示す。