ヒューマノイド

ヒューマノイドの移動操作では、物体が隠れたり視界から外れたりして手がかりが消えるが、従来の全身VLAは現在の情報しか見ない。WholeBodyMemは、SAM3で追跡した物体のイベントから重要フレームを選んで保持する知覚記憶である。シミュレーション6課題と実機Unitree G1の6課題からなるベンチマークHuMeGoも併せて提案された。基礎ポリシーの成功率はシミュレーションで29.1%から72.6%、実機で36.7%から88.3%に向上した。

独立に取得したヒューマノイドの動作を連続した一連の動きにつなぐ手法STAMPが発表された。2つの動作を人間のリグに再ターゲットし、学習した整合モデルで相対位置・向き・遷移時間を選び、人の動作事前分布で遷移を生成する。完成した系列をロボットに戻し、追従ポリシーの学習に使う。Unitree G1とROBOTIS K1で遷移の追従成功率を評価し、実機でも長い動作列の合成を示した。

独インフィニオンが「2026 Infineon Start-up Challenge」の受賞者を発表した。ヒューマノイド向けの重要技術を競う企画で、100件超の応募から審査員が15社を選出した。15社は4か月の取り組みを経て、オーストリア・グラーツのEBSCONでのデモデイで解決策をピッチした。テーマは周囲の知覚、物体の取り扱い、精密な動作の実現である。第1位は伊AdapTronics S.r.l.で、吸盤や機械式グリッパーを使わず多様な物体を安全に扱える把持技術が評価された。

人型ロボットの全身遠隔操作システム「HuMiT」が発表された。制御方策が受け取る参照は、ルート高さと速度、手首・足首4点のSE(3)姿勢という少数の情報だけである。最適化型のリトargetingや未来フレームの条件付けが不要になり、VRヘッドセットとトラッカーによる計測と閉形式のスケール補正で済む。ヘッドセットから方策出力までの遅延は約20ms、映像ベースの遅延は中央値65msだった。Unitree G1で、投げられたボールの捕球や移動を伴う協調操作を実証している。

中国メディアグループ主催の第1回CMG World Robot Mount Tai Competitionが、2026年10月29日に山東省泰安の泰山で開かれる。コースは紅門から中天門までの約3.8kmで、3,100段超の石段を登る。競技はスピードレースと特別課題の2部門である。ヒューマノイド、脚式、荷物運搬脚式、外骨格支援登山の4種目があり、別に全地形偵察チャレンジも行われる。

人間の動作をヒューマノイドへ変換するモーションリターゲットに関する研究が2件、arXivに投稿された。SMRは、意味を保つ目標を物理シミュレーション上の専門家方策で追従させ、その軌跡から現在と過去のフレームだけを使う因果的Transformerを学習する。Unitree G1の固定コントローラで、400件のテスト動作の97.0%を完遂し、1フレーム0.37 msで動く。SP-HLMは5つの重要な身体姿勢と潜在動作事前分布を組み合わせ、VLAがまばらな姿勢を予測して全身動作を実時間で復元する。シミュレーションと実機で、追従性能と移動を伴う操作の成功率の向上を示した。

人型ロボットの転倒からの起き上がりを、推論時にタスクの目的で誘導できる手法「RISE」が発表された。共通の動作を組み合わせて多様な復帰動作の語彙を作り、センサ入力から動作を生成する。視覚拡散プランナーが将来の身体状態として動きの意図を予測し、向きや起き上がり速度、経路といったコストでそれを操作する。深度観測により、障害物や段差のある地形にも適応できる。再学習なしでシミュレーションにて多様な復帰と誘導を示し、実機のUnitree G1でも実演した。

SuperMimicは、人間の動作データを追従するヒューマノイド全身制御を、1つの微分可能な世界モデルで学習する手法である。剛体シミュレータの遷移データから世界モデルを作り、方策と同時に学習して、短い想像上のロールアウトの勾配で方策を更新する。H100 1枚で3時間の学習により、SONICが128GPUで7日かけた水準の報酬を上回り、GPU時間は1000倍以上減る。129,514件のベンチマーク動作で失敗は25件で、SONICの179件より少なく、2GPUで9.8時間なら0件になる。実機のUnitree G1でも多様でアクロバティックな動作を実現した。

人間のモーションキャプチャを各種ヒューマノイドへ変換する作業は計算コストが高く、手作業の調整も必要だった。FRDVは、独自のSQPソルバー、リアルタイムイテレーション、並列チャンク処理を組み合わせた高速な運動学リターゲティングと、任意の動力学検証から成る枠組みである。処理速度は最大9,156フレーム/秒で、GMRやProtoMotionsより最大約136倍高速とされる。接触を暗黙に扱うiLQRで動力学的に実現困難な動作を見分け、足の浮きや滑りも修正する。モーション追従の強化学習で品質を評価し、Unitree G1でゼロショットのシム・トゥ・リアル転移を確認した。コードと動画は公開されている。

早大青木研らが、人型ロボットが人間と密接に接触する動作を学ぶ枠組みREACTを発表した。人間同士の実演データから、VLMで意味のある接触を特定し、人型ロボットの形状へ転写する。接触報酬で特権的な方策を学習し、車載センサのみの自己視点デプス方策へ蒸留する。相手が隠れる状況に備え、遮蔽された視点から相手の動きを予測する生成的モデルも導入した。実機のUnitree G1で5種類の接触動作を搭載センサだけで実行でき、CoRL 2026に採択された。

CMU Pathak研が、場面に応じた全身操作を学ぶsim-to-real枠組みCOWBOYを発表した。環境を考慮した全身制御器が数千の場面でのリーチを担い、局所的なRL専門家が物体操作を学んで多数のレイアウトで再利用される。これらを蒸留し、点群入力から移動基台・腕・多指ハンド・可動カメラを動かす単一の視覚方策を作った。計32自由度を協調させ、散らかった机や棚、引き出しなどで数百の物体をゼロショットで把持できる。