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。 | [1] |
| 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。 | [1] |
| 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。 | [1] |
| 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。 | [1] |
| 論文は2026年2月3日にarXivで公開された。 | [1] |
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。