UnitreeのG1で低遅延全身テレオペレーション手法「HuMiT」を実証

何が起きたか

Unitreeのヒューマノイド「G1」を使った実証で、arXiv掲載の論文「HuMiT: Low-Latency Whole-Body Humanoid Teleoperation via Compact Reference Tracking」は、全身ヒューマノイドの遠隔操作を低遅延で行う手法を示した。論文は、ヘッドセットのストリーミングから方策出力までの通信から推論までの遅延を約20 ms、映像ベースのオプティカルフロー遅延を中央値65 msと報告している。 手法は、根元の高さ、根元速度、そして現在フレームにおける4つの疎なキーポイントのSE(3)姿勢だけを参照する。既存手法が全関節位置や密な身体部位変換、将来フレームまで必要とするのに対し、参照を圧縮している点が特徴である。

詳細

論文は、最適化ベースのリターゲティングや将来フレーム条件付けが計算遅延を生みやすいとし、その代替として統一的な追跡方策を提案している。評価では、さまざまな動作タイプで通信から推論までの遅延が約20 ms、映像ベースのオプティカルフロー遅延が中央値65 msだったとした。 実機検証ではUnitree G1上で、投げられたボールを受け止めるような即応動作に加え、移動と物体操作を組み合わせた協調動作を示した。論文中のProject pageも公開されている。

Key Facts

本紙の見方

この論文の新しさは、全身ヒューマノイドの遠隔操作を、密な関節列や将来フレームに頼らずに成立させようとしている点にある。参照情報を root height、root velocity、4つの sparse keypoints に圧縮しながら、追跡精度は既存法と競争的だとしているため、課題の中心は「何をどこまで送れば十分か」という入力設計に移っている。一方で、Unitree G1での実証は、学術的な制御方式が実機で成立しうることを示すが、量産機への一般化や通信条件の違いまでは示していない。 本紙の関連記事である 宇樹科技、H2-Xを発表　「会守護」型に用途を広げる では、Unitreeが用途の見せ方を武術・舞台演出から安保や応急救援へ広げる動きが報じられた。今回のHuMiTは製品発表ではないが、同じUnitreeのG1を使っており、外形的な用途訴求よりも、遠隔操作の遅延と動作追従の問題を技術面から詰めている点で接続する。つまり、見せる用途の拡張と、その背後にある操作系の低遅延化は別の層の課題である。 業界構造への含意としては、遠隔操作のボトルネックがモデル規模だけでなく、参照表現の設計と通信・推論の往復時間にあることが明確になった点が大きい。全関節や将来フレームを送る構成は重く、現場側の通信帯域や計算資源を圧迫しやすい。これに対し、疎なキーポイントで同等の追跡を狙う発想は、ロボット本体の性能だけでなく、操作者端末、ネットワーク、推論系の分担を見直す方向に働くとみられる。もっとも、論文だけでは学習データの規模、失敗時の安全性、異なる体格のヒューマノイドへの移植性は分からない。実用化を評価するには、遅延の再現条件、タスクの範囲、実環境での安定性を確認する必要がある。

なぜ重要か

Unitree G1で示した約20 msの通信から推論までの遅延は、遠隔操作ロボットで操作者の意図に追従するうえで重要な条件である。論文が示すのは、操作対象の機体性能だけでなく、参照情報をどれだけ圧縮できるかが実用性を左右するという点だ。

日本への影響

日本企業や研究機関にとっては、全関節を送る前提の遠隔操作設計よりも、疎な参照で追跡できる制御系の設計が論点になりうる。ヒューマノイド本体だけでなく、通信、推論、操作UIを含めた一体設計が必要になるため、ロボット本体と周辺制御の分業をどう組むかが焦点になる。