Boston Dynamics、Atlasにスクーターの車輪　シミュレーターがモーターをどこまで知っているかを試す

Boston DynamicsがヒューマノイドAtlasに車輪を付け、運転を学習済みの制御器に任せた。Atlasチームの制御エンジニア、Xiaoyu（Andy）Wu氏が11月9日の同社ブログで明かした。専用アダプター1個で市販のスクーター用リムをAtlasの既存の足首アクチュエーターに取り付けており、新しい部品はこれだけだという。ソフトウェア上では、各車輪を連続回転できる「足首」としてモデル化した。同社は「車輪付きのAtlasは製品ではない。研究用のテストベッドだ」としている。

車輪はこの実験で最も重要でない部分だ。Wu氏が走行を選んだのは、発進、旋回、停止のたびに、負荷を抱えたモーターがトルクと速度の全域を行き来するからだ。問われたのは、シミュレーションで学習した方策が、実機のアクチュエーターが性能の限界で動くときにも通用するかどうかだった。Boston Dynamicsが実際に示したのは、学習に使えるほど正確なモーターモデルである。このモデルは、測定に使ったアクチュエーターに結びついている。ZDNet Koreaによると、Atlasのアクチュエーターを受注したHyundai Mobisは11月から義王研究所で試作を始め、2028年の供給を見込む（既報）。

作業の大半はシミュレーション上のモーターを実機に合わせること

強化学習で訓練する全身制御は、実機に触れる前に数百万回のシミュレーションを重ね、シミュレーターが許すことを何でも覚える。「学習に使うシミュレーションがモーターを理想化しすぎていると、方策は実際のハードウェアにはできないことを学んでしまう」とWu氏は書く。このsim-to-realのギャップを埋めるため、チームは特性評価の実験を行い、すべてのソフトウェア構成で低レベル制御のパラメーターが一致しているかを確かめ、実機での測定値に合わせてモーターモデルを調整した。

学習側の手間は少なかった。報酬、学習させる指令の範囲、姿勢の保ち方を少し変えるだけで、滑らかな走行が自然に現れたという。Wu氏は足を滑らせる動きの多い人間のモーションキャプチャーを選んで与えた。人が足を滑らせる横方向のダッシュでは、方策は車輪を操って転がり抜けることを覚えた。人の動きを記録した軌道に追従する360度ジャンプは、一度目で成功した。

得た知見は脚のAtlasに戻る

Boston Dynamicsは、知見を「すでに標準構成に取り込みつつある」とし、Wu氏の次のテーマはアクチュエーター故障時の方策の反応だ。業界の見方は分かれている。The Robot Reportによると、車輪型ヒューマノイドを開発する企業が多い一方で、脚にこだわる企業もある。Agility Roboticsの共同創業者Jonathan Hurst氏は、Digitに車輪が付くことはおそらくないが、別の車輪型構成は検討していると述べた。

残る問いは、Mobisの部品に替わったとき、このモーターモデルがどこまで生き残るかだ。ZDNet Koreaによると、Mobisは部品に標準化とモジュール化を取り入れ、性能改善を続ける。新しいアクチュエーターが限界域で今と同じように振る舞えばモデルはそのまま使えるが、そうでなければこの作業はやり直しになる。Wu氏によれば、新しいハードウェアは市販スクーター用リムの専用アダプターだけだった。高くついたのは、モーターを知ることのほうだ。