何が起きたか

arxiv.orgは2026年9月22日、Unitree Go2に搭載した障害回避手法「LOOP（Latent-recurrent Occupancy rollOut Policy）」を公表した。LOOPは、疎なウェイポイント指示を受けながら、過去の占有情報と自己速度から1秒先の占有を予測し、50 Hzで凍結した移動制御器に接続する仕組みである。評価では、障害物速度2.5〜3.2 m/sの正面遭遇条件で57.1%の成功率を示し、再学習した反応型ベースラインを8.2ポイント上回った。

詳細

論文は、LOOPが現在の地図を学習した流れと可視性ゲートで変形しながら将来の占有を予測し、その地図由来の特徴量と幾何学的なリスク推定を使って速度を選ぶと説明している。予測は明示的に検査・置換できるインターフェースとして設計されており、ロールアウトなしのBEVポリシーとの比較では、正面遭遇以外の横断成功の改善や、高速条件での学習シード間のばらつき低減が示された。 実機では、アダプタがUnitree Go2上で1ステップ14.5 msで動作し、16回の実世界横断試験をすべて無衝突で終えたとしている。

Key Facts

arxiv.orgが2026年9月22日に論文「Predict Before You Step: Auditable Occupancy Forecasting for Dynamic Obstacle Avoidance under Sparse Guidance」を公開した[1]
LOOPは疎なウェイポイント指示のもとで動作する局所回避ポリシーで、50 Hzで凍結した移動制御器に接続する[1]
評価条件の一つである障害物速度2.5-3.2 m/sの正面遭遇では57.1%の成功率を示し、再学習した反応型ベースラインを8.2ポイント上回った[1]
アダプタはUnitree Go2上で1ステップ14.5 msで動作した[1]
実世界の横断試験16回を無衝突で完了した[1]

本紙の見方

LOOPの新規性は、障害物回避を単なる反応制御ではなく、1秒先の占有予測とその可視化・置換可能性まで含めて設計した点にある。50 Hzで既存の移動制御器に接続しつつ、過去の占有情報と自己速度から将来の地図を作る構成は、知覚→予測→速度選択を一体化しているが、制御器そのものは凍結されており、全面的なエンドツーエンド学習ではない。この分離は、推論内容を監査可能にする一方、性能の上限が予測の質に強く左右される構造でもある。 本紙の関連記事である宇樹科技、Dex5-Sを発表が示したのは、Unitreeがロボット本体側の機械的能力や手先表現を更新している流れである。これに対し今回の論文は、同社機体を計算・認識・制御の実験台として使い、動作性能を機体ハードではなく移動知能の側で押し上げようとする方向を示す。ハードの更新とソフトの更新が別々に進んでいるのではなく、実機上で相互に検証される局面に入っているとみられる。 業界構造への含意は、四足ロボットの競争軸が機体の移動性能だけでなく、部分的・高速に変わるLiDAR観測をどう予測し、どう監査可能な形で制御に渡すかへ広がる点にある。特に、57.1%という成功率と14.5 msという実機応答は、研究段階の予測モジュールでも実地試験に耐える余地があることを示すが、評価は交錯条件と横断条件に限られている。量産機への適用可否を判断するには、より長時間の連続走行、異なる地形や障害物密度での再現性、予測器の計算負荷、失敗時の復帰挙動を確認する必要がある。 未確定の論点は、Unitree Go2以外の機体への移植性、学習データの範囲、予測誤差が大きい場面での安全余裕、そして実環境での稼働率である。論文は16回の無衝突試験を示したが、商用運用を想定した場合の試行回数や環境条件の幅までは示していない。

なぜ重要か

arxiv.orgが示したのは、Unitree Go2のような既存機体でも、1秒先の占有予測を介して局所回避の品質を上げられる可能性がある点である。反応型ベースラインとの差が8.2ポイントで、実機応答が14.5 msだったことから、四足ロボットの実地運用では制御系の見通しやすさと応答速度の両立が課題になるとみられる。

日本への影響

日本企業への直接の示唆は限定的だが、四足ロボットの競争が機体そのものだけでなく、LiDAR観測の予測・監査可能な制御に移りつつある点は、センサー、制御ソフト、実機検証の強みを持つ事業者に関係する。Unitree Go2上での14.5 ms動作が示された以上、実機統合の速さと安全確認の手順が差別化要因になりやすい。