何が起きたか
Boston DynamicsとToyota Research Institute(TRI)は2025年8月20日、Atlasヒューマノイドが大規模行動モデル(LBM)により、物体操作と移動を組み合わせた長い連続タスクを自律的に実行するデモを公開した。デモでは、歩行、しゃがみ、持ち上げなどの全身動作を用いて、梱包、仕分け、整理の一連の作業を実行。研究者がタスク途中で箱の蓋を閉めたり床を滑らせたりする予期せぬ物理的課題を挟み、Atlasが自己調整で対応する様子が示された。
詳細
LBMは、従来は分離されていた低レベルの歩行・バランス制御と腕の操作制御を、単一のモデルが直接制御し、手と足をほぼ同様に扱う。新たな能力は、コードを書かずに素早く追加できる。この成果は、2024年10月に開始されたBoston DynamicsとTRIの共同研究パートナーシップによるもの。プロジェクトはBoston Dynamicsのロボティクス研究担当副社長スコット・クインダースマ氏と、TRIの大規模行動モデル担当上級副社長ラス・テドレイク氏が共同で主導する。テドレイク氏は「スキルは人間のデモンストレーションによって迅速に追加され、LBMが強くなるにつれて、より少ないデモンストレーションでより堅牢な行動を実現できる」と述べている。
Key Facts
| Boston DynamicsとTRIは2025年8月20日、Atlasヒューマノイドに大規模行動モデル(LBM)を搭載し、全身操作と移動を自律的に行うデモを公開した。 | [2] |
| LBMは単一のモデルがロボット全体を直接制御し、手と足をほぼ同様に扱う。 | [2] |
| 新たな能力はコードを書かずに追加できる。 | [2] |
| この成果は2024年10月に開始されたBoston DynamicsとTRIの共同研究パートナーシップによるもの。 | [2] |
| プロジェクトはスコット・クインダースマ氏とラス・テドレイク氏が共同で主導する。 | [2] |
本紙の見方
今回の発表は、ヒューマノイドの制御アーキテクチャにおける転換点を示す。従来のヒューマノイド制御は、歩行・バランスといった低次の運動制御と、腕や手の操作制御を別々のモジュールで実装し、それらを統合するのが一般的だった。今回のLBMは、これらを単一のニューラルネットワークで直接制御し、手と足をほぼ同様に扱う点で、制御の一元化を図る。これは、ロボットの行動生成を大規模言語モデル(LLM)の枠組みに近づける試みであり、スケーラビリティの向上が期待される。 本紙の過去報道との関連では、2026年8月24日付の『Hyundai Motor Group、Boston Dynamics株の全取得へ』で、ヒョンデがBoston Dynamicsの全株式取得を進めていることを報じた。今回の成果は、ヒョンデ傘下でのBoston Dynamicsの技術開発が継続していることを示す。また、2026年8月24日付の『General Intuition、評価額60億ドルで資金調達交渉』では、ロボット向け基盤モデルへの投資が活発化していることを報じた。LBMはロボット向け基盤モデルの一形態であり、この流れに沿ったものと言える。 業界構造への含意として、LBMの登場は、ロボットの行動生成をデータ駆動型にシフトさせる。従来の手作業によるプログラミングから、デモンストレーションによる学習へと移行することで、ロボットの導入コストが下がる可能性がある。特に、テドレイク氏が述べるように、LBMが強くなるにつれて必要なデモ数が減るという点は、スケーラビリティの鍵となる。また、単一モデルによる全身制御は、ハードウェアとソフトウェアの統合を進め、垂直統合型の開発を促進する可能性がある。 未確定の論点としては、LBMの実運用における性能、特に複雑な環境での堅牢性や、学習に必要なデータ量の具体的な規模が挙げられる。また、今回のデモは研究段階であり、商用化の時期や具体的な応用分野は示されていない。さらに、LBMの学習に使用されたデータの詳細や、計算リソースの規模も公開されていない。これらの点は、今後の技術報告や実証実験で明らかになることが期待される。
なぜ重要か
今回の成果は、ヒューマノイドの制御方式が、モジュール型からデータ駆動型の単一モデルへと移行する可能性を示す。これは、ロボットの開発コストと導入障壁を下げ、汎用ヒューマノイドの実用化を加速させる一歩となる。また、トヨタとボストン・ダイナミクスの連携は、自動車メーカーとロボット企業の協業モデルとして、今後の業界再編の方向性を示唆する。
日本への影響
トヨタが関与する研究であり、日本の自動車産業のロボティクス戦略に影響を与える可能性がある。特に、LBMによる制御の一元化は、自動車製造工程でのヒューマノイド導入を促進する可能性があり、日本の製造業の自動化競争に影響を与えるとみられる。