Boston Dynamics、Atlasに車輪を付けてモデルベース制御と強化学習の組み合わせを研究

Boston Dynamicsは2026年11月9日、ヒューマノイドAtlasが足の代わりに取り付けた車輪で走行する動画を公開しました。The Robot Reportの記事には、Atlasの自由度（DoF）、可搬重量、リーチは記載されていません。この研究はAtlasチームの制御エンジニアであるAndy Wu氏によるものです。同社は車輪付きのロボットを研究用のテストベッドと位置づけ、製品ではないとしています。

Wu氏によれば、ハードウェアの変更はわずかです。市販のスクーター用リムを、Atlasが既に備える足首のアクチュエータに取り付けるカスタムアダプタが1つあり、新規部品はこのアダプタだけです。ロボットモデルでは各車輪を無制限に回転できる足首関節として扱うため、ベースラインモデルで足を車輪に置き換えた以外の変更はほとんどありませんでした。

コントローラは、ベースラインの安定性を担う古典的なモデルベース制御と、全身の強化学習（RL）方策を組み合わせています。方策は固有受容感覚のフィードバックと速度指令を受け取り、モデルが捉えきれない外乱に対処するよう姿勢と接触力を調整します。Wu氏はすべての動作をシミュレーションで学習させ、実機で動かしました。動画には、平地での高速走行、障害物を脚で越える動き、ピルエットが映っています。Wu氏が次に取り組む問いは、アクチュエータが故障したときに方策がどう応答するかです。

なぜ重要か

注目すべき点はコントローラ間の役割分担です。モデルベースの層がロボットの直立を保ち、学習した層がモデルの誤差を吸収します。The Robot Reportは、両者を組み合わせることでどちらか一方の手法だけよりも高い機敏性が得られたというチームの結論を伝えています。ただし、示された根拠は動画であり、公表された測定値ではありません。車輪を連続回転する関節として扱う方法は、車輪と脚のハイブリッドをシミュレーションで試作する際に手軽に取り入れられるモデル化の選択です。これは研究用構成のデモであり、出荷される製品オプションではない点に注意してください。