何が起きたか
arXivに2026年11月17日掲載された論文は、四足歩行向けの学習型ステッププランナー「CADENCE」を提案した。CADENCEは40ミリ秒ごとに、最大65通りの選択肢から「歩かない」または「1本の脚を安全な足場へ動かす」行動を選び、脚を振る時間も予測する。論文のシミュレーションでは、複数の地形と速度条件で成功率85.1%を記録し、比較対象のOCS2-Trotは67.8%だった。
詳細
CADENCEは凸最適化モデル予測制御(MPC)の上に強化学習で訓練され、歩容の周期や脚を動かす順序はあらかじめ定めない。構造上の制約は、同時に遊脚できる脚を最大2本とすることだ。分析対象の方策は固定周期を持たない非周期歩容を形成した一方、対角の脚を組み合わせていた。 足場の選択を制御器への指令に変換する逆足運びモデル(IFM)は、制御器が記録した2万歩未満のステップで適合させた。IFMのみを再適合したCADENCEを、OCS2の非線形MPC上で固定して実行した。シミュレーションの地形は空隙率26〜49%、速度は0.1メートル毎秒と0.2メートル毎秒。5回のシードの平均成功率はCADENCEが85.1%、OCS2-Trotが67.8%、OCS2-Singleが65.5%、CADENCEの静的歩行アブレーションが39.6%だった。空隙率49%の条件ではCADENCEが72.9%、OCS2-Trotが43.0%だった。
Key Facts
| CADENCEは40ミリ秒ごとに最大65通りの行動から選択し、脚の遊脚時間も予測する。 | [1] |
| 構造上の制約は、同時に遊脚できる脚を最大2本とすること。分析対象の方策は非周期歩容を形成し、対角の脚を組み合わせた。 | [1] |
| IFMは2万歩未満の記録ステップで適合され、CADENCEはOCS2の非線形MPC上で固定して実行された。 | [1] |
| シミュレーションでの平均成功率はCADENCEが85.1%、OCS2-Trotが67.8%、OCS2-Singleが65.5%、静的歩行アブレーションが39.6%だった。 | [1] |
| 空隙率49%の地形で、CADENCEの成功率は72.9%、OCS2-Trotは43.0%だった。 | [1] |
本紙の見方
CADENCEの差は、特定の歩容を選ぶことより、足場ごとに次の一歩を決める構成にある。行動は「歩かない」か、1本の脚を安全な足場へ動かすかに限られ、遊脚時間も予測する。歩容スケジュールを報酬に含めず、最大2本までという制約だけを置いた結果、周期や脚の固定順序を持たない方策が生じた。ただし、対角の脚を組み合わせたため、学習された動きが既存の歩行パターンから完全に離れたわけではない。 成功率はOCS2-Trotを17.3ポイント、OCS2-Singleを19.6ポイント上回る。さらに、空隙率49%の条件ではOCS2-Trotとの差が29.9ポイントとなる。一方、静的歩行アブレーションとの比較では45.5ポイントの差があるが、この数値だけから非周期性が性能差の原因だとは断定できない。論文の結果はシミュレーションで、地形の空隙率や速度を変えた評価におけるものだ。実機での歩行性能を示す結果とは区別する必要がある。 実装面では、学習したプランナーと、足場選択を制御指令に変えるIFMを分けている。IFMの再適合に使ったデータは2万歩未満で、実行先はOCS2の非線形MPCだった。この構成は、歩行計画の方策を既存制御器上で動かす検討材料になるが、別のロボットや制御器にも同じ方法で移せることまでは示していない。再適合の対象がIFMのみという条件も、移植性を評価する際の前提となる。 次に確認すべきなのは、実機での成功率と、異なる足場・機体・速度への適用範囲である。シミュレーションと実環境の差、学習方策の安全性、IFMの再適合に必要なデータや作業量も、運用を考える上で残る論点だ。論文の数値は5シードの平均であり、試験された地形・速度条件の外への一般化を示すものではない。
なぜ重要か
論文のシミュレーションでは、空隙率49%の地形でCADENCEの成功率が72.9%となり、OCS2-Trotの43.0%を上回った。足場を固定周期で選ぶのではなく、状況ごとに選択する設計が、試験条件下でどのような差になるかを示す結果だが、実機での有効性を裏づけるものではない。
