Unitree Go2、二足歩行で脚をマニピュレータとして活用する強化学習手法を発表

何が起きたか

中国のロボット企業Unitreeは、四足ロボットGo2を用いた二足歩行によるロコマニピュレーション手法を発表した。この研究は、2025年7月27日にarXivにプレプリントとして公開された論文「Bipedalism for Quadrupedal Robots: Versatile Loco-Manipulation through Risk-Adaptive Reinforcement Learning」で報告されている。提案手法は、後脚で二足歩行しながら前脚を解放し、環境との多様なインタラクションを可能にする。実機ではUnitree Go2を用いて、カート押し、障害物探索、ペイロード輸送などのタスクを実証した。

詳細

従来の四足ロボットのロコマニピュレーションでは、脚をマニピュレータとして使うと移動が損なわれたり、アームを取り付けるとシステムが複雑化する問題があった。本研究では、四足ロボットに二足歩行を導入することで、前脚を環境とのインタラクションに解放するアプローチを提案している。 提案するリスク適応型の分布強化学習フレームワークは、後脚で歩行する四足ロボット向けに設計され、本質的に不安定なタスクにおいて、最悪ケースの保守性と最適性能のバランスを取る。トレーニング中、適応的なリスク選好は、推定リターン分布の変動係数で測定されるリターンの不確実性に基づいて動的に調整される。 シミュレーションでの広範な実験により、ベースライン手法と比較して優れた性能を示した。実機展開では、Unitree Go2ロボットでポリシーの汎用性を実証し、カート押し、障害物探索、ペイロード輸送などのタスクを実行できることを示した。また、困難なダイナミクスや外部外乱に対する堅牢性も示された。

Key Facts

なぜ重要か

この研究は、四足ロボットの脚をマニピュレータとして活用する新たな方法を提案し、アームを追加せずに多様なタスクを可能にする。リスク適応型の強化学習は、不安定な二足歩行タスクにおける安全性と性能のトレードオフを扱う手法として注目される。