UnitreeのG1を用いた人型ロボット向け全身力作業制御の論文が公開

何が起きたか

arxiv.orgは2026年10月6日、人型ロボット向けの全身制御フレームワーク「HULK: Learning Whole-Body Forceful Loco-Manipulation for Humanoids」を公開した。評価対象にはUnitree G1が含まれ、大きく重い物体を扱いながら移動・操作する場面を想定している。 論文は、モデル予測制御（MPC）で強化学習を導き、腕の動作を関節力に合わせる教師と、物体を体に押し当てて移動する教師の2系統を学習し、それらを単一方策へ蒸留する構成を示した。

詳細

論文では、MPCが荷重後のダイナミクス予測を用いて強化学習を誘導し、捕捉点制御バリア関数を腕の力教師に加えることで、負荷下のバランス改善を図っている。さらに、2つの教師方策を単一のポリシーへ蒸留している。 評価はシミュレーションとUnitree G1で行われた。シミュレーションでは、バリア関数を備えた教師が10 kg/腕で、比較した制御器の中で前後・左右の速度追従誤差が最小となり、MPC誘導の強化学習のみと比べてDCMの総逸脱量を35.7%低減した。腕力教師は、最大130 Nの胴体押し込み外乱に耐えた。

Key Facts

本紙の見方

今回の論文は、ヒューマノイドの「歩く」と「運ぶ」を別々の機能としてではなく、全身で力を受けながら同時に成立させる制御問題として扱っている点が新しい。対象はUnitree G1で、しかも10 kg/腕、130 Nという荷重・外乱条件まで明示しているため、抽象的なアルゴリズム提案ではなく、荷重下のバランスと追従性を同時に詰める実装寄りの研究だと読める。 本紙の関連記事との接続では、松延動力、智元機器人、宇樹科技が相次ぎ具身智能モデルを公表 が示した「モデルの公表」が、今回は制御の層に下りてきた形である。前回は具身智能モデルの公開が焦点だったが、今回は物体を抱えたままの移動や腕への力負荷といった、実機運用で破綻しやすい局面をどう閉じるかが主題である。つまり、方策の表明から、荷重時の安定性を含む制御の検証へと関心が移っているとみられる。 業界構造でみると、この論文が効くのはデータや見た目の知能よりも、移動・把持・外乱応答を一体で扱う制御層である。MPC、強化学習、バリア関数、蒸留という構成は、学習で柔軟性を出しつつ、制御で安全側に寄せる設計として読める。一方で、公開されているのは主にシミュレーションの数値であり、Unitree G1上でどの程度同じ性能が再現されたか、実環境での荷物条件、繰り返し運用時の安定性、計算負荷は本文からは見えない。次に確認すべきなのは、実機評価の範囲、対象タスク、そしてこの方策がどの程度の汎用性を持つかである。

なぜ重要か

arxiv.orgが示した10 kg/腕、130 Nという条件は、人型ロボットの評価が静的な歩行から荷重下の作業へ移っていることを示す。Unitree G1が評価対象に入ったことで、同種機体の制御・学習研究で比較可能な基準が増える可能性がある。 論文の発表者によれば、MPC誘導の強化学習、バリア関数、蒸留を組み合わせることで負荷下の安定性を高める設計としている。実機でその構成が再現できるかどうかが、今後の焦点になる。

日本への影響

Unitree G1を用いた評価であるため、日本の人型ロボット研究でも、荷重下の移動・把持をどう検証するかが比較軸になりやすい。とくに、制御理論、強化学習、実機安全性の3点を一体で扱う設計は、実機評価系を持つ研究機関やロボットメーカーにとって参考になる可能性がある。