ヒューマノイドの上半身だけ差し替え可能に　DUETが示す分離制御

編集: グリットアーツ編集部

公開日：2026年10月21日

3行解説

ニュースの概要

arXivに2026年9月19日付で投稿された論文で、ヒューマノイドロボット向けの分離実行フレームワーク「DUET」が提案されました。対象は23自由度のUnitree G1です。論文では、12個の脚関節と腰のヨー回転を担当する移動ポリシーと、10個の腕関節を担当する操作ポリシーを分け、両者の命令をロボットのインターフェースで統合すると説明しています。実機デモでは、同じ移動チェックポイントに対してGR00T N1.7とpi0.5という2つの視覚言語行動モデルを組み合わせました。

何が新しいのか

新しい点は、上半身の操作方針を変えても、バランスを保つ下半身側を再学習しなくてよい設計にあります。論文は、腕の関節を行動空間から外し、位置と速度だけを観測として使うことで、上半身と下半身の役割を切り分けています。これにより、操作モデルを交換しても、立位や移動の安定性を担う層に手を入れずに済む構成になります。

評価結果も、分離の効果を裏づけています。シミュレーションでは、平面速度の誤差が0.186m/s、旋回速度の誤差が0.142rad/s、骨盤高さの誤差が0.016mでした。さらに、上半身姿勢のカリキュラム学習を外すと、エピソード生存時間が20.0秒から7.4秒に落ち、転倒率も上がりました。つまり、この方式は単に「分けた」だけではなく、上半身の学習手順まで含めて安定性を作っている点が特徴です。

グリットアーツ編集部の分析

この論文で実務上いちばん重要なのは、同じ移動制御チェックポイントを保ったまま、上半身のモデルだけを2種類差し替えた点です。ロボット運用では、動作の変更ごとに全体を再学習すると、検証工数と停止時間が膨らみます。DUETのように層を分けられれば、更新対象を上半身に限定しやすくなり、保守の切り分けも明確になります。ただし、これは訓練済み範囲での話であり、外乱や荷重条件が変わると同じ安定性が出るとは限りません。

日本の現場で考えると

日本でヒューマノイドを使うなら、まず気になるのは「どこまで既存の移動制御を固定できるか」です。工場や物流の現場では、上半身の作業内容だけを変えたい場面があり、毎回バランス制御まで触る設計は運用負荷が高くなります。一方で、床材の違い、狭い通路、段差、想定外の接触などがある現場では、論文の外乱条件をそのまま当てはめるのは危険です。上半身の差し替えがしやすいことと、現場で安全に使えることは別問題です。

導入・検討時に確認したいこと

• 上半身のモデルを差し替えるとき、下半身側の再学習や再調整が本当に不要か。
• 対応できる荷重範囲と外乱条件はどこまでか。訓練範囲外での挙動も確認できるか。
• 既存の操作モデルが、腕関節の目標値を出す形式に合っているか。
• モデル切り替え時に、停止・再起動・再キャリブレーションが必要か。
• 実機での安全停止や転倒時の復帰手順をどう設計するか。

現時点で分かっていないこと

論文からは、実運用での保守頻度や切り替え手順の標準化までは分かりません。また、Unitree G1以外の機体で同じ分離設計がどこまで通用するかも未確認です。現場導入では、作業内容ごとの互換性と安全要件を個別に見る必要があります。

ヒューマノイドのように制御層を分ける考え方は、ロボット保守や更新手順の設計にも関わります。現場での切り分けや検証の進め方を整理したい場合は、運用前提で論点を洗い出すことが重要です。

出典: arXiv (cs.RO)