何が起きたか
研究チームは2026年2月3日、arXivに論文を公開し、Unitree Go2が屋内火災時の一次捜索を想定し、強化学習によって多様な階段（直線、L字、螺旋）を昇降できることを実証したと報告した。
詳細
研究チームは、二段階のエンドツーエンド深層強化学習アプローチを設計した。第一段階では、Isaac Labのピラミッド階段地形でUnitree Go2を訓練し、第二段階では、その学習済みポリシーを転移させて、直線・L字・螺旋の屋内階段を昇降する訓練を行った。中心線ベースのナビゲーション定式化により、階層的プランニングなしでナビゲーションと移動の統一学習を実現した。また、局所的な高さマップ知覚のみを用いて、多様な階段へのポリシー汎化を示した。
Key Facts
| 研究チームは、Unitree Go2をIsaac Labのピラミッド階段地形で訓練し、その後、直線・L字・螺旋の屋内階段で訓練した。 | 出典一覧 |
| 二段階のエンドツーエンド強化学習フレームワークにより、抽象的なピラミッド地形から現実的な屋内階段トポロジーへの昇降スキルの転移を実現した。 | 出典一覧 |
| 中心線ベースのナビゲーション定式化により、階層的プランニングなしでナビゲーションと移動の統一学習を可能にした。 | 出典一覧 |
| 局所的な高さマップ知覚のみを用いて、多様な階段へのポリシー汎化を実証した。 | 出典一覧 |
| 論文は2026年2月3日にarXivで公開された。 | 出典一覧 |
本紙の見方
今回の研究は、Unitree Go2をプラットフォームとして、屋内火災時の一次捜索という具体的なタスクに強化学習を適用した点で新規性がある。既存の研究では、階段昇降を単独の移動タスクとして扱うことが多かったが、本手法はナビゲーションと移動をエンドツーエンドで統合し、階層的プランニングを不要にした。これは、実環境での適応性を高める上で重要な進展とみられる。 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。今回の研究は、Unitreeのハードウェアが研究用途で活用されている一例であり、同社のロボットが実用的なタスクに適用される可能性を示すものだ。ただし、本論文は研究段階の成果であり、実用化や量産には至っていない。 業界構造への含意としては、強化学習による適応的な移動制御が進めば、消防や災害救助といった分野での四足ロボットの実用性が高まる可能性がある。一方で、本手法はシミュレーション環境での検証に留まっており、実機での検証や、火災現場特有の煙や熱などの環境要因への対応が今後の課題となる。 未確定の論点としては、実際の火災現場での性能、計算リソースの要求、学習データの収集方法などが挙げられる。また、Unitree Go2以外のプラットフォームへの適用可能性も確認する必要がある。
なぜ重要か
本研究は、四足ロボットの階段昇降をナビゲーションと統合して学習する手法を示し、災害救助などの実用タスクへの応用可能性を高める。Unitreeのハードウェアが研究コミュニティで活用される事例として、中国ロボット産業の技術的進展を測る一つの指標となる。