Unitreeの四足ロボ搬送研究、未固定の積載物を多目的強化学習で扱う手法を提示

何が起きたか

arxiv.orgは2026-10-05、論文「Transporting Unsecured Stacked Payloads with a Quadrupedal Robot via Multi-Objective Reinforcement Learning」を公表した。Unitree Go2を用い、土台に固定していない段積み箱を、専用の荷重センサーや能動的な搬送機構なしで運ぶ四足ロボット制御を検討した。論文は、多目的強化学習による手法PAMORTを提案し、移動と積載安定性の両立をオンラインで調整する構成を示した。

詳細

PAMORTは、移動性能と積載安定性の報酬群に重みを付けるベクトル条件付きの多目的基本方策をまず学習し、その後、固定した方策に対して重み調整器を学習して、固有受容感覚から優先度をオンライン適応させる方式である。論文によると、シミュレーションでは2箱で学習したにもかかわらず、学習時に見ていない3箱積みを含む複数の積載構成で、単一目的ベースラインと同等以上の搬送成功を示した。 実機ではUnitree Go2で傾斜や段差に対してゼロショット転移を確認し、8タスク平均の成功率はPAMORTが0.850、ベースラインが0.675だった。論文は、これらの結果が、固有受容情報から移動と積載のトレードオフをオンライン適応できる堅牢な未固定積載搬送を示すものだとしている。

Key Facts

本紙の見方

本件の新しさは、四足ロボットが「安定して歩く」ことではなく、「荷物を崩さずに運ぶ」ことを学習目標に織り込んだ点にある。しかも、専用の荷重センサーや能動的な搬送機構を使わず、固有受容感覚から移動と積載の重みをオンラインで調整する設計であるため、ロボット本体の運動制御と荷物状態の両立を同じ制御枠組みで扱っている。研究としては、既存の四足走行研究の延長線上にあるが、荷物安定を明示的に学習対象へ入れた点が実務的な差分だとみられる。 本件はその延長で、Unitreeがモデルそのものではなく、四足機体の実地搬送という具体タスクに学習を接続している点が異なる。つまり、モデル公開が認知・推論側の整備だとすれば、今回は移動体での荷物搬送という実行側の制御問題に踏み込んだ形である。 業界構造でみると、焦点は「移動性能」「荷物安定」「センシング」の3点の配分にある。論文は荷重センサーや能動機構を使わずに成立する条件を示しており、ハード追加ではなく学習設計で搬送性能を補う方向を示唆する。一方で、箱が2箱から3箱へ増えた場合や、傾斜・段差の条件がどこまで一般化するかは、シミュレーションと実機の両方でなお確認が要る。加えて、8タスク平均0.850という結果が、どのタスクでどれだけ効いたのかは本文だけでは分解しきれず、実運用での荷姿別の再現性が次の論点になる。 本件は製品発売ではないため、直ちに出荷や量産の議論に結びつけるのは早い。だが、未固定の荷物を扱える制御が成立すれば、四足ロボットの用途は「移動する機械」から「移動しながら対象物を保持する機械」へ広がる。研究段階で確認されたのは、その変化を支えるのが機械構造の強化だけではなく、状態に応じて重みを切り替える学習設計でもありうる、という点である。

なぜ重要か

Unitree Go2を用いた実機結果として、8タスク平均成功率がPAMORT 0.850、ベースライン 0.675と示されたため、四足ロボットの搬送能力を評価する際に、走行安定だけでなく積載安定をどう組み込むかが課題になる。論文は専用の荷重センサーや能動機構を使わない条件を置いているため、構造追加を抑えつつ搬送機能を高めたい開発に関係する。