韓国の研究陣が地形に応じて自在に歩行方式を切り替えられる四足歩行ロボットを開発した。平地では対角方向の脚を同時に動かして速歩で移動し、障害物に遭遇すると前脚と後脚をそれぞれ同時に使って跳び越える。目的地を探索する能力まで発展すれば、今後、四足ロボットが過酷な災害や戦闘の現場で自律的に捜索救助や探査任務を遂行できると期待される。
パク・ヘウォンKAIST機械工学科教授の研究陣は「一つのコントローラーで歩行と走行、ジャンプなど多様な歩行技術をリアルタイムで選択・転換する四足歩行ロボットの人工知能（AI）制御技術を開発した」と16日に発表した。研究結果はこの日、ロボット分野の国際学術誌「サイエンス・ロボティクス」に表紙論文として掲載された。
◇AIの頭脳が仮想データで歩行学習
四足歩行ロボットは4本の脚で動くため、理論上は車輪付きロボットより悪路の移動に有利である。しかし実環境では地形が絶えず変化し障害物も多く、想定ほど速く移動できなかった。歩行や走行、ジャンプなど各歩行技術をそれぞれ別個に制御していたため、実際の四足動物のように走りながら自然に歩行方式を切り替えることができなかった。
研究陣はこの限界を克服するため、APT-RL（Action Pretrained Transformer-based Reinforcement Learning・行動事前学習ベースのトランスフォーマー強化学習）という制御技術を開発した。四足動物の動きを逐一撮影せず、コンピューターシミュレーション（模擬実験）で四足歩行ロボットのAIの頭脳が強化学習する15時間半分のデータを作成した。
強化学習は、子犬に特定の行動を継続的に教え込むよりも、偶然その行動をしたときに称賛や餌などの報酬を与える訓練方式である。テレビのバラエティ番組で伴侶犬の行動を矯正する際に広く使われる手法だ。ロボットは試行錯誤を経て、自ら従来方式よりはるかに速く効率的に多様な歩行技術を習得し、状況に応じて選択した。
研究陣は今回開発した歩行制御技術を自社開発の四足歩行ロボット「KAISTハウンド」に搭載して性能を検証した。実験は室内の障害物コースだけでなく、大学キャンパスや林道といった屋外環境でも実施した。ロボットは階段や芝生、スロープがある都市型地形はもちろん、木が倒れ根が露出したり落ち葉が堆積したりする不規則な自然地形でも安定的に移動した。障害物がある悪路で瞬間最高秒速6m（約時速22km）まで記録した。
◇地形に合わせ歩法を自在に転換
ロボットが悪路をこのように速く移動できたのは、状況に応じて歩行方式を迅速に転換できたためである。ロボットは平地では対角方向の前脚・後脚を交互に動かすトロット（trot）歩行で速く移動し、障害物に遭遇すると前脚・後脚をそれぞれ同時に使うバウンド（bound）で跳び越えた。
研究陣は今回、歩行と走行、ジャンプ、段差克服など多様な運動技術を一つのコントローラー内で統合的に実行できることを立証した。地形の把握にはカメラとセンサーを併用した。ロボットは近距離の地形は深度カメラで把握し、遠距離の地形はレーザー距離計であるライダーセンサーで確認した。
パク・ヘウォン教授は「今回の研究は、四足歩行ロボットが室内および屋外の複雑で非定型的な地形を認識し、状況に適した歩行戦略を自ら選択・転換できることを示した成果だ」とし「今後、災害現場、国防任務、産業施設の点検など悪路環境でフィジカルAIに基づく歩行ロボットの活用可能性を広げる基盤技術になると期待する」と述べた。
今回の論文には国防科学研究所のカン・ジュンギル研究員とKAIST機械工学科のパク・ジェヒョン博士課程研究員が共同第1著者として、パク教授とコリョ大学機械工学部のホン・スンウ教授が共同通信著者として掲載された。研究陣は、四足歩行ロボットが実任務に活用できるよう、今後は長距離を自律移動できる技術を開発する計画である。
パク教授は「今回は速く多様な歩行技術を示すことに焦点を当てたが、今後はロボットが目的地を定め自ら移動経路を計画できるようにする」とし「カメラで障害物だけでなく、人や危険物体といった周辺状況を理解する技術も重要だ」と明らかにした。
参考資料
Science Robotics（2026）、DOI: https://doi.org/10.1126/scirobotics.adz7397