Unitree Go2-W、MPCとRLで横転リスクを44%低減 レース走行で実証

何が起きたか

2026年6月24日、arxiv.orgに掲載された論文で、車輪付き四足ロボットUnitree Go2-Wの自動レース走行中における横荷重移動を能動的に制御する階層型制御フレームワークが発表された。このフレームワークは、オフラインの時間最適レースライン生成、横荷重移動率(LTR)を最小化するオンラインMPCプランナー、そして16のアクチュエータに直接展開される全身RLポリシーで構成される。

詳細

論文によると、MPCはUnitree Go2-Wプラットフォームの車両ダイナミクス自転車モデルに基づいている。ロボットの脚アクチュエータは能動サスペンションとして機能し、膝関節がアンチロールトルクを生成してコーナリング時にバンクする。実機トラック実験では、能動ロール制御により平均LTRが最大44%低減し、最速ラップタイムが8.7%改善、ピーク横加速度能力が21.3%向上して1.98 m/s²に達した。非傾斜ベースラインコントローラの範囲を超える高速安定性を維持したとされる。補足コードとビデオはGitHubで公開されている。

Key Facts

本紙の見方

今回の研究は、ヒューマノイドや四足ロボットの制御において、モデル予測制御(MPC)と強化学習(RL)を階層的に統合するアプローチの有効性を示すものだ。特に、車輪付き四足ロボットの脚を能動サスペンションとして活用し、コーナリング時のロールを制御する点は、従来の受動的な機構に依存しない新しい制御手法として注目される。 本紙の過去報道では、Apptronikが「Robot Park」でデータ収集と訓練に注力し、実用性を重視する姿勢を示していた。また、UnitreeのIPO後、業界で「第二のUnitree」を模索する動きがあると報じた。今回の研究は、Unitreeのプラットフォームを活用した学術的な制御技術の進展であり、Unitreeのハードウェアが研究コミュニティで標準的なテストベッドとして受け入れられていることを示す。これは、UnitreeのIPO後の戦略、すなわちハードウェアの普及とエコシステム構築において、研究用途が重要な役割を果たす可能性を示唆する。 業界構造への含意として、このような制御技術の進展は、物流や点検などの実運用での高速移動ロボットの安定性向上に寄与する可能性がある。特に、横荷重移動の低減は、転倒リスクを減らし、よりアグレッシブな走行を可能にするため、配送ロボットや警備ロボットの性能向上につながる。また、MPCとRLの階層的統合は、他のロボットプラットフォームにも応用可能であり、制御ソフトウェアの競争力を高める要素となる。 未確定の論点としては、この制御フレームワークがUnitree Go2-W以外のプラットフォームでどの程度汎用性を持つか、また実運用環境での耐久性や計算負荷がどの程度かが挙げられる。さらに、RLポリシーの学習データやシミュレーション環境の詳細は論文からは不明であり、今後の検証が待たれる。

なぜ重要か

この研究は、車輪付き四足ロボットの高速走行時の安定性を大幅に向上させる可能性を示しており、物流や点検などの実用分野での応用が期待される。また、Unitreeのプラットフォームが研究の標準として活用されることで、同社のエコシステム拡大に寄与する可能性がある。