Boston Dynamics、Atlasを車輪付きアクチュエーターの研究用試験台に

Boston Dynamicsは2026年11月9日、ヒューマノイドの足を車輪に置き換え、アクチュエーターの限界と、シミュレーションから実機への全身強化学習の転移を探る、車輪付きAtlasの実験の詳細を発表した。

同社は、この構成を製品ではなく研究用の試験台と位置づけている。この実験は、モーターが動作限界に近づいたとき、実際のアクチュエーターと学習済みの全身制御器がどのように連携するかを明らかにすることを目的としていた。加速、旋回、停止では、動作範囲全体にわたって高いトルクと速度が求められる一方、モーターには負荷がかかり続ける。

Boston Dynamicsによると、SpotとStretchを顧客の現場に導入してきた長年の経験から、実環境では実験室で完全に再現できない状況にロボットが遭遇することがわかっている。この記事を執筆したAtlasの制御エンジニア、Xiaoyu（Andy）Wuは、この試験台を使って極端な駆動動作と、自身が調整した低レベル制御の堅牢性を調べた。

シミュレーションから実機への学習に向けたモーターモデル

方策を実機に適用する前に、数百万回に及ぶロボットシミュレーションを用いて学習を行った。シミュレーションから実機への転移、いわゆるsim-to-realの課題を解決するには、学習済みの方策が実機に適用できるほど、モデル上のモーターを実測した物理的挙動に近づける必要があった。理想化されたモーターを使って学習した方策は、実際のロボットには実行できない動きを練習する可能性がある。一方、実機に合わせたモデルなら、ロボットが再現できる動作を学習できる。

準備段階では、ソフトウェア環境間で低レベル制御のパラメーターを一致させ、モーター特性を測定する実験を実施し、Atlasの実測値に照らしてシミュレーション上のモーターを調整した。またチームは、単純化の影響を一つずつ評価し、問題のない近似は残しつつ、学習時に方策へ非現実的な優位性を与えるものは避けた。

このプロジェクトでは、通常Atlasにおいて別々の専門分野とされるアクチュエーター設計、低レベルのモーター制御、全身強化学習（RL）を結びつけた。Wuは古典的なモーター制御を専門とし、今回が本格的なRLプロジェクトに取り組む初めての機会だったため、これらの層の境界をまたいで作業することになった。

研究チームは既存の方策フレームワークを応用し、報酬の構成、学習時に与える指令の範囲、姿勢の扱い方を変更した。Wuによると、こうした変更によってAtlasは安定性と操作のしやすさを保ちながら滑らかに走行できるようになり、実機への転移はほぼ完全に成功したという。

走行デモと最小限の改造

デモの一部では、Wuが足の滑りが大きいものを選んだ、人間のモーションキャプチャー映像から動作を始めた。横方向へのダッシュの学習では、方策が車輪の使い方を学ぶにつれて、人間の足の滑りを操舵しながら車輪で走行する動きへと変換した。

360度ジャンプでは、制御器が人間のジャンプ動作を記録した軌道を追従した。Wuは、見た目ほどリスクの高い動作ではないと説明し、初回で成功したと述べた。ロボットが離陸の準備をする際、上方へ跳び上がる前に、車輪の付いた下半身が素早く転がって位置についた。これは、足で立つAtlasとは異なるトラクションの使い方を示している。

こうした動作を実現するハードウェアに必要な改造はわずかだった。追加した部品は、市販のスクーター用リムとAtlas既存の足首アクチュエーターをつなぐ専用アダプターだけだった。基準となるソフトウェアモデルでは、各車輪を連続回転できる足首として扱ったため、別のロボットモデルを構築せずに、Wuは足を車輪に置き換えることができた。

標準仕様のAtlasに生かされる知見

Boston Dynamicsによると、この実験で得られた知見はすでにAtlasの標準構成に取り入れられつつある。アクチュエーターの動特性と全身RLをより緊密に統合することで、故障モードに対する方策の堅牢性を高め、ロボットの能力を拡張することを目指している。したがって、こうした異例の研究用構成でのデモは、従来型の二足歩行ロボットに使われる制御システムに直結している。

Wuは、アクチュエーターが故障した場合の方策にも取り組み始めており、強化学習によって故障に対する創発的な応答を生成できるかどうかを調べている。後続の研究では、故障後に挙動が変化するハードウェアへと信頼性向上の取り組みを広げ、実際のアクチュエーターが想定された挙動から外れたときに、学習済み制御が対応できるかを検証する。