ヒューマノイドロボットサッカーが、業界で最も公正なベンチマークとなった

北京のある研究所が発表した3つの数値は、今年行われたどの基調講演よりも、ヒューマノイドロボットの現状を如実に物語っている。 ボール追跡誤差が46％削減されたこと。ロボットがキックの構えを整えるのに要する時間が64％短縮されたこと。そして、サッカー場の前半部分からのシュート成功率が約90％に達したこと――これは、見る・走る・蹴るという動作を、個別のソフトウェアモジュールとしてではなく、単一の反射神経として学習した機械によって達成された成果である。

これらの数値の背景にある研究成果は、8月19日に『Science Robotics』誌に掲載され、同誌のヒューマノイドロボット特集号の表紙を飾った。 清華大学自動化学科の研究者らは、ByteDance Seedおよび中国農業大学の共同研究者と協力し、1つの強化学習コントローラーを通じて、ヒューマノイドに動くボールを追いかけて蹴るよう訓練した後、実環境での微調整を行うことなく、実機ロボット上で動作させた。

ハードウェアは、工場労働用ではなく開発者向けのヒューマノイドプラットフォームを製造する北京の企業、Booster Robotics社から提供された。 同社の「T1」はロボットサッカー競技の標準機となっており、新型フラッグシップモデル「T2 Pro」には毎秒2,070兆回の演算能力を持つNVIDIA Thorチップが搭載されている。また、エントリーモデルの「K1」は5,999米ドルからで、その価格は産業用ロボットというよりはゲーミングPCに近い。 8月31日に公開されたインタビューで、本論文の筆頭著者であるYushi Wang氏と責任著者であるMingguo Zhao教授は、なぜこの方式でシステムを構築したのかを説明しており、その回答は、実用目的でヒューマノイドロボットを評価するすべての人にとって重要な意味を持つ。

モジュール型ソフトウェアが決して解決できなかった「反射問題」

何十年もの間、ロボットの自律性はリレーレースのように組み立てられてきた。カメラが検出器に情報を送り、検出器が状態推定器に情報を送り、推定器が計画立案者に情報を送り、計画立案者が歩行制御器に指示を渡す。この引き継ぎのたびに数ミリ秒の遅延が生じ、各モジュールは前のモジュールが正しい情報を伝えたと信頼している。 サッカー場では、これらのモジュールのどれ一つとして信頼することはできません。ロボットの頭でボールを見ると、ボールはぼやけて見え

動きが伴うと、投光照明が白い六角形を白く飛ばしてしまい、まさに最悪のタイミングで相手の脚がターゲットを隠してしまう。

1997年以来、自律性のベンチマークとして機能してきた国際ロボットサッカー大会「ロボカップ」で長年にわたりチームを率いてきた趙氏は、このスポーツを「身体を持つ機械が直面するあらゆる難題を凝縮した形」と表現している。 彼の言葉を借りれば、ロボットは「動くボールを認識し、ゴールに対するその位置を理解し、全身を動かし、バランスを保ち、ボールに正確に接触しなければならない」のであり、試合中にエンジニアがロボットに触れることは一切許されない中で、これらすべてを内蔵センサーと内蔵演算能力を用いて同時に実行しなければならない。

順次処理のパイプラインは、そのプレッシャーに直面すると処理が停滞してしまう。知覚モジュールが情報を報告し、プランナーが検討している間に、足がボールを蹴る頃には、ボールはすでに動いてしまっているのだ。 清華大学のチームが導き出した解決策は、視覚と運動を別々の部門として扱うことをやめることだった。王氏が述べるように、「ロボットに、自身の動きを通じて視覚情報にどう反応するかを学ばせたかった」のである。1つのニューラルネットワークが、ボールを探し、距離を詰め、歩行パターンを形成し、体の向きを調整し、キックするという一連のループ全体を学習する。

シミュレータへの「盲点」の組み込み

このフレームワークは、3つの設計上の選択に基づいている。第一に、結合である。つまり、2つのシステムがインターフェースを介して調整し合うのではなく、単一の強化学習目標の下で知覚と制御を最適化する。第二に、敵対的運動事前分布の拡張である。これは、学習された動きがぎこちなくなく自然に見えるようにする手法を、ロボットがリアルタイムのカメラ入力に基づいて動作しなければならない状況へと適用したものである。 3つ目は、1秒間の観測データ（50フレーム）を64次元の環境要約に圧縮するエンコーダー・デコーダー型メモリであり、これによりシステムは、ディフェンダーのすねが視界を遮っている状況下でも、ボールの位置や進行方向を再構築できる。

学習はすべてシミュレーション環境で行われ、そのシミュレーターは「嘘をつく」ように設計されていました。チームは

検出エラー、センサーノイズ、遅延、視野の制限、フレームレートの変動などによって、ロボットが認識する情報を意図的に歪める仮想知覚システムにおける学習プロセス。 こうした条件下で学習するロボットは、不完全な視覚情報を例外的なケースとしてではなく、通常の状態として扱う。発表された結果は「ゼロショット転移」であり、シミュレーションから物理的なBooster T1ユニットへ、ハードウェア上の調整を一切行わずにポリシーを移行させ、冒頭段落で述べた差分だけルールベースのベースラインを上回る性能を達成した。

何が変化したのかを理解する平易な説明がある。人間のストライカーは、ボールの座標を計算し、移動計画を選択し、そしてキックを実行するという3つの「請求可能な」段階を経て行動するわけではない。 視覚情報は歩幅へと自然に流れ込み、調整は意識的な決定となる前にすでに脚の中で行われている。このコントローラーが学習するのはまさにこの挙動であり、ボールが一時的に見えなくなった際、ソフトウェア委員会が再招集される間にロボットがフリーズすることなく、一貫性を持って回復できる理由もここにある。

ほぼすべてのユニフォームの下に隠された5,999米ドルのマシン

この論文の中であまり注目されていない事実が、ロボットたちのユニフォームに刻まれている。Booster社の集計によると、7月のロボカップヒューマノイドリーグに参加した59チームのうち38チームが同社のプラットフォームを採用しており、Boosterを搭載したチームはすべてのヒューマノイド部門で金メダルを獲得した。 王氏自身も清華大学の「火神（Huoshen）」チームのキャプテンを務めており、同チームは7月のロボカップヒューマノイド大会で、この同じハードウェアを用いてタイトル防衛に成功した。 その1か月後、AGIBOTの量産型ロボットがメダル獲得数でトップとなった北京大会において、同社によれば、サッカー競技に出場した全56チームのうち92％が「Booster」搭載マシンでプレーした。

この集中化こそがビジネスモデルであり、

これは偶然ではない。Boosterは、かつて計測器メーカーがオシロスコープを販売したのと同じ手法で、研究市場にアプローチしている。つまり、手頃な価格で耐久性があり、ドキュメントが充実したプラットフォームをすべての研究室に導入することで、そのエコシステムに属する人材が自社のツールチェーンに沿った考え方を身につけるように仕向けるのだ。 同社は、Science Robotics誌の論文で有効性が実証された「シミュレーションからハードウェアへのワークフロー」に特化した統合開発環境「Booster Studio」を提供している。今日、T1でポリシーを学習させている大学院生一人ひとりが、明日にはBooster互換のスタックを指定する採用担当者となるのだ。学術界の講演台こそが、セールスファネルの頂点である。

ヒューマノイド分野を注視するバイヤーにとって、これは追跡する価値のある指標だ。研究におけるプラットフォームの標準化は、歴史的に見て商業的な統合に先行してきた。なぜなら、ソフトウェア、データセット、そして「筋肉の記憶」は、ハードウェアが存在する場所に蓄積されるからだ。 RoboCupの3分の2、北京サッカー大会の10分の9を占めるマシンを擁するベンダーは、まだ実用的な工場用ヒューマノイドのベンダーとは言えません。しかし、そのベンダーは、今後1,000人のロボット工学エンジニアが育成される現場に位置しているのです。

「キック率」が購入者に伝えられないこと

反対の視点も同等に重視すべきだ。サッカー場は平坦で、夕暮れの荷積み場と比べれば均一に照らされており、ペイントされたラインで区切られ、試合中に変更されることのないルールによって管理されている。 前線ポジションでの90％というキック成功率は、研究上の真のマイルストーンではあるが、調達上の数値としては無意味だ。本論文のどこにも、ヒューマノイドがトート箱を拾ったり、機械のメンテナンスを行ったり、フォークリフトと通路を共有したりできることを証明する記述はなく、著者たちもそのような主張はしていない。T1は研究用プラットフォームであり、産業用ペイロードマシンではない。

転用できるのは「方法」であって、「技能」ではない。趙氏自身がその架け橋を築いている。すなわち、このスポーツが統合を迫る能力――「全身の協調、視覚的知覚、迅速な意思決定、バランス回復、反応動作――は、日常環境で動作するヒューマノイドロボットにとっても重要である」と。筆頭著者も同様の指摘をしている。

同論文は、知覚と動作の結合が「ナビゲーション、物体との相互作用、および移動中の操作」にまで及ぶと述べている。率直に言えば、これは現実的な感覚障害下での学習可能性を実証したものであり、測定可能な余裕度を備えた査読付き学術誌に掲載され、誰でも購入可能なハードウェア上で実現されている。この最後の点は、それ自体で商業的な重みを持っている。 ゼロショット転移とは、この研究におけるコストのかかる部分、すなわち歪んだ知覚に対する学習がソフトウェア上で行われることを意味し、同じプラットフォームを購入した研究室は、特注の統合プロジェクトではなく、シミュレータから実環境へと続く検証済みの道筋を引き継ぐことになる。

ヒューマノイドロボティクスにおいて重要なベンチマークは、もはやロボットがステージ上をどれだけ速く歩くかではない。それは、視覚が失われた数秒間のうちに、ロボットがどれほど合理的に動くかである。 今後2年間にヒューマノイドベンダーを評価する調達チームは、清華大学のテストプロトコルの精神を取り入れるべきだ。つまり、オクルージョン、グレア、フレームドロップの下でシステムがどのように振る舞うかを問い、ベンダーが事前に演出していない条件下でもデモが成立するかどうかを問うべきである。これまで「クリーンな」入力しか見たことがない機械は、屋外に出たことのない機械に他ならない。

研究チーム自身が撮影したデモ映像は、ナレーションなしでもその点を如実に物語っている。赤いマッチジャージを着たT1が、北京の普通の屋外ランニングトラックを横切り、ボールが転がるにつれて歩幅を調整し、ポータブルゴールに向かってキックする。その様子は、午後の光がもたらすあらゆる照明条件下で、フレームごとに重ね合わせられて映し出されている。 セットも、ケーブルも、再撮影もない。スタントが「道具」へと変わる瞬間は、まさにこのように何気ないものであり、それが『Science Robotics』の表紙を飾っている。

本分析は、査読済み学術誌『Science Robotics』の掲載内容、研究チームによる公式声明、およびBooster Robotics社の開示情報を統合したものであり、数値は2026年9月1日時点の各情報源に基づく。

画像：清華大学／Booster Roboticsの研究デモンストレーション（Association for Advancing Automation経由）。

この記事

本情報は一般的な情報提供のみを目的としており、投資、調達、法律、または技術に関する助言を構成するものではありません。