UnitreeのG1、人型全身制御の論文で精密な手先追従を検証

何が起きたか

Unitreeの人型ロボットG1を使った全身制御論文が、2026年10月7日にarxiv.orgで公開された。論文は、手先姿勢を高精度に追従させる全身人型制御手法「ResGAC」を提案している。ResGACは、幾何学的アドミッタンス制御（GAC）と残差強化学習を組み合わせ、歩行とバランスを同じ関節位置空間で調整する構成である。

詳細

論文は、浮遊基底の揺れ、重力、動的結合、歩行由来の外乱が手先追従を難しくするとしている。その上で、左不変な幾何学的定式化により、異なる操作参照座標系でも同じGAC則を使えると説明している。 さらに、地面固定のheading frameを導入し、平面歩行を保ちながら、操作参照から pelvis の roll、pitch、heave を除去することで、歩行中に参照由来の手先運動を抑えるとしている。実機評価では、4つの静止手先追従ベンチマークで代表的なベースラインを上回り、SONICとの比較では、スタンディングのpeg-in-hole課題で90%の成功率を示した。

Key Facts

本紙の見方

今回のポイントは、Unitree G1を使った実機検証によって、全身運動中の手先追従を「歩行を止めて精度を取る」発想ではなく、歩行と把持を同時に扱う制御問題として切り出している点にある。しかも提案は単独の学習制御ではなく、GACで構造化したタスク空間フィードバックを土台にし、その上で残差強化学習を重ねる構成である。ここからは、学習だけで全てを解くのではなく、幾何学的な制御則でロバスト性を担保しつつ不足分を学習で埋める設計思想が読み取れる。 本紙の関連記事である leaderobot.comがロボットと体育を扱う記事を掲載 が示したように、ロボットの実運用や学習は実世界の場面と結びつけて論じられつつある。今回の論文は、その延長線上で、単に動けることではなく、移動中に手先の目標姿勢をどれだけ崩さないかを評価軸に置いた点が異なる。さらに Skild AIの開発班が開源人形平台の論文を公開 と同様、形態と制御の協調設計が重要になっているが、今回の焦点は開源性そのものではなく、地面固定のheading frameという参照系の設計にある。 業界構造の観点では、この論文は「ロボット本体の性能」ではなく「本体上でどの制御層を積むか」が差別化要因になり得ることを示している。特に、floating-base oscillationsやpelvis motionのような、二足歩行機に固有の干渉を参照系の設計で抑え、さらに4つのベンチマークとpeg-in-holeで検証している点は、制御ソフトがハードの見かけの可動域を実用的な手先精度に変換する役割を持つことを示唆する。ただし、論文ベースである以上、次に確認すべきは、G1以外の機体での再現性、より高速な歩行条件での安定性、学習に必要なデータ量、そして把持以外の作業タスクでも同じ設定が通るかである。

なぜ重要か

Unitree G1上で、移動を伴う全身制御のままpeg-in-hole課題の成功率を90%まで高めた点は、歩行と操作を分離せずに扱う設計の有効性を示す材料である。論文がGACと残差強化学習、さらに地面固定のheading frameを明示しているため、同種の二足ロボットや全身操作の研究者にとって、どの層を幾何学的に固定し、どの層を学習で補うかが検討対象になる。

日本への影響

Unitree G1のような人型機で、歩行中の手先精度を制御層の設計で改善する論文は、日本の二足・人型ロボット研究でも、機体性能だけでなく参照系や全身制御の設計が競争力の源泉になり得ることを示す。特に、歩行と操作を同時に扱う課題では、アクチュエータや機構だけでなく、制御アルゴリズムの蓄積が差になりやすい。