Unitree R1/G1で腕だけでは追えない軌道に対する制御手法「AMBIT」を発表

何が起きたか

arxiv.orgは2026-09-27、Unitree R1とUnitree G1を用いて、人型ロボットが両腕の軌道追従で骨盤と胴体の動作も取り込む制御手法「AMBIT」を公表した。固定二重支持のR1では、タスクごとに有効なボディ・リクルート戦略の集合が連続的な多様体を成し、提案手法はその候補から1つを選んで実行する。論文は、R1で外部支持下にある5つの選択戦略が実機で動作し、計画したエンドエフェクタ動作を中央値11 mmで追跡したとしている。

詳細

論文では、腕が5-DoFである人型ロボットは、一般的な両腕のエンドエフェクタ軌道を腕だけでは追えず、骨盤と腰の動作を組み込む必要があると位置づける。そのうえでAMBITは、事前に与えた軌道のプレビューからCVAEが戦略を提案し、非学習の選択器が候補をふるい、順位付けと検証を行い、receding-horizonループが1つの戦略をヒステリシス付きで確定する構成だとしている。 評価では、160件の保持済みエピソードのうち有効な戦略が存在するケースで、AMBITはMuJoCo上のトルク制御下で、3 cm/15 degの許容誤差に対する成功率85%を示し、反応型トラッカーの74%を上回ったとしている。5つのゼロショット変化でも各変化で温スタートのトラッカーを上回り、テスト時再最適化ベースラインに対しては17倍低コストで同等の結果を示したとする。

Key Facts

本紙の見方

AMBITの新しさは、両腕の軌道追従を「腕だけの制御問題」と見なさず、骨盤と腰の動作を候補集合として扱い、その中から選んで確定する点にある。単に全身制御を加えるのではなく、CVAEで多様な戦略を出し、非学習の選択器で絞り込み、receding-horizonで1つに固定するため、学習モデルの平均化で性能が落ちる問題を避ける設計になっている。論文中でも、決定的回帰器は有効戦略の35%しか当てられず、CVAEでも52%、16サンプル中の最良で82%だったとしており、ここが既定路線との差分だと読める。 本紙の過去報道である王兴興氏、ロボットの核心課題は「数ミリの作業誤差」と指摘では、作業誤差の縮小が実世界での動作成立の前提だと整理されていた。AMBITの実機R1での中央値11 mmという結果は、その論点を全身の姿勢選択に引き寄せたものと位置づけられる。つまり、精度は腕先端の誤差だけでなく、骨盤・腰を含む姿勢の選択と実行誤差にも依存する。別の過去報道である宇樹科技のロボット、Vogue Worldのショーに登場　Metaがスポンサー、OpenAIが追加支援が示したのは可視性の高い実演だが、今回は研究レベルでその動作を成立させるための制御構造が示された形であり、見せ方から制御実装へ論点が移っている。 業界構造への含意としては、両腕ロボットの性能がエンドエフェクタ単体の軌道生成ではなく、腰・骨盤を含む全身の許容動作空間をどう扱うかに左右される点が明確になった。これは、学習データに含まれない制約が入った場合でも、選択器だけで制約を通すというAMBITの設計が効くことを示しており、訓練分布外の条件変更に対する頑健性が焦点になる。もっとも、論文が示したのは固定二重支持や外部支持下の実験であり、歩行中やより複雑な接触条件で同じ構造がどこまで保てるかは未確定だ。量産機への実装可否、計算負荷、選択器の一般化、R1とG1以外の機体への適用範囲が次に確認すべき論点になる。

なぜ重要か

論文は、Unitree R1とG1という具体的な機体で、腕先端の追従だけではなく骨盤・腰を含めた全身の戦略選択が必要だと示した。これは、人型ロボットの精度評価を末端の誤差だけでなく、姿勢制御と候補選択の設計まで含めて見る必要があることを意味する。

日本への影響

日本の人型ロボットや産業用マニピュレータでは、末端精度だけでなく、胴体を含む姿勢生成とその選択機構が実装課題として残る可能性がある。特に、外部支持下で成立する戦略と、支持条件が変わる環境で成立する戦略は別問題であり、実機検証の設計が重要になる。