中国研究チームがLATENT発表：5時間の動作データでUnitree G1が人間とテニスラリー可能に

テニスコートの向かい側に立ち、ステップを踏みながらボールを待ち構える二足歩行ロボット。そんなSFのような光景が現実のものになりました。

清華大学、北京大学、銀河通用（Galbot）、上海期智研究院、上海人工知能研究所の共同研究チームが、運動スキル学習システム「LATENT」を発表しました。このシステムを搭載したUnitree G1人型ロボットが、コート上で人間のプレイヤーと本格的な複数回のラリーを続けることに成功しています。

わずか5時間の「不完全なデータ」から学ぶ

ロボットにテニスのような高速かつダイナミックな全身運動を教える際、最大の障壁となってきたのが学習データの収集です。実戦のような完璧で連続した人間の動作データをロボット用に揃えるのは極めて困難でした。

研究チームはアプローチを根本から変えました。完璧な試合データを求めるのではなく、日常的な素振りや足運びといった、わずか5時間分の断片的なモーションキャプチャデータだけをLATENTに学習させたのです。

たとえ粗削りで不完全なクリップであっても、人間の基本的な運動スキル情報が十分に含まれています。システムはそれらの基本動作を抽出して補正・合成し、シミュレーションから実機へと適応させることで、自然で連続的なプレイスタイルをロボットに獲得させました。

秒速15m超のボールに90%の精度で対応

その実力は、あらかじめ決められた動きをなぞるデモの域を大きく超えています。

Unitree G1は、秒速15メートル（時速約54キロ）を超えるスピードで飛んでくるボールに対し、約90%の精度で正確に打ち返すことができます。

ロボットは落下点に合わせて足元を動かし、目標エリアを狙って返球するため、人間の相手と複数回に及ぶ本物のラリーを維持できます。研究チームはこの手法をGitHubでオープンソース化しており、散らかった現実世界のデータから高度な身体スキルを学ぶための汎用テンプレートとして位置づけています。

なぜ重要か

今回の成果で特に注目すべきは、手頃なハードウェアと極めて高い学習効率の組み合わせです。

Unitree G1の価格は約1.6万ドルと、人型ロボットとしては破格の安さです。高価なセンサーや無数の完璧なデータを揃えることなく、わずか5時間の粗いデータからこれほど滑らかな動きを引き出した点は驚くべき成果といえます。

LATENTの賢さは、不完全な動作断片から「運動の基本単位」を取り出して再構成する仕組みにあります。これがテニスだけでなく卓球やバドミントン、さらには工場の動的な搬送作業などに応用できれば、「数時間のモーションキャプチャで新スキルを習得させる」という手法がロボット開発の新たな標準になる可能性があります。

もちろん、激しいスピンやドロップショットなど極端な試合展開への対応にはまだハードウェア性能の壁がありますが、運動制御に取り組む開発者にとっては、極めてコストパフォーマンスの高い実用的な指針となるはずです。