田晏林、凹非寺より
量子位 | 公式アカウント QbitAI
大胆すぎる！人型ロボット企業が今回、ついに技術のブラックボックスを徹底的に解き明かそうとしている。
ご存知のとおり、人型ロボットというものは、オープンソース化がそう簡単にはいかない。機構構造、電気系統から、関節制御、運動アルゴリズムに至るまで、ソフトウェアとハードウェアが一環につらなっているのだ。
従来、一部のロボットは「オープンソース」を名乗っていたものの、開発者が手にしていたのはSDK一式、いくつかのAPI、あるいはアルゴリズムコードの一部だけという場合がありました。
関節制御を変えたい?動かせない。機械構造を調整したい?図面が手に入らない。自分が訓練したモデルを実機で動かしたい?低レベルインターフェースがまた邪魔者になる。
しかし現在、人型ロボットのオープンソースは、ハードウェアの最深部へと進み始めている。
動き出したのはRoboParty ロボパーティー。このほど、RoboPartyが正式に発表されたフルスタック・オープンソースの人型ロボット RP1。
機械図面、電気システム、自社開発の関節から、ローレベル制御、シミュレーション、訓練、デプロイまで、RoboPartyはヒューマノイドロボットのハードウェアからソフトウェアに至る開発チェーン全体を、開発者の前に提示しようとしている。
これもまた、フルスタックのオープンソースと、SDKや一部のアルゴリズムコードのみを公開する場合との最大の違いである。
開発者はロボットの既存機能を呼び出せるだけでなく、より深いレイヤーに踏み込んで、なぜ動くのか、どのように動くのかを研究し、さらには自ら手を加えて改造することまでできる。
RP1自体の運動能力にも、見どころがある。
身長135cm、24～30の自由度を持つ複数の本体構成教育・研究、データ収集、案内、エンターテインメントなど異なるシーンのニーズに適応でき、RP1はすでに連続歩行、人体動作トラッキング、外乱からの回復、転倒からの起き上がりなど一連の実機運動能力を披露している。
これらの動作を支えているのは、RoboPartyが独自開発したROMOMO関節モジュールと、それに配套する運動制御・訓練ツールである。
一方は目に見える実機のパフォーマンス、もう一方は開発者に引き渡そうとする基盤技術だ。
開発者の遊び方は増えたが、オープンなコードから実際に使いこなすまでには、まだ多くのノウハウが必要だ。
ヒューマノイドロボットは、なぜ基盤まですべてオープンにするのか。
同じ「オープンソース」と呼ばれても、ヒューマノイドロボットをどこまで開放できるかは、差がかなり大きい。
たとえば、ある研究チームがロボットに新しい歩行パターンを歩かせたいとする。
メーカーが高レベルAPIだけを公開している場合、研究者は歩行命令を下したり、一部のパラメータを調整したりできる。
しかし、モーターの応答、低レベル制御、さらには関節構造にまで関わるとなると、やはりメーカーに助けを求めなければならない。
もし実験結果が思わしくなければ、問題がどこにあるのかをすぐに特定することもできない。
アルゴリズムの訓練が不十分なのか。関節が追いつかないのか。それともシミュレーションモデルと実機との間にズレがあるのか。何層もの技術的ブラックボックスが前に立ちはだかり、研究者は突き止めるのが難しい。
ロボットの「オープンソース」に誠意があるかどうかは、開発者がどこまでの層を改変できるかで判断するしかない。
SDKだけを公開する場合、開発者は主に機能の呼び出しを担当することになる。制御アルゴリズムを公開すれば、ロボットの動作生成と実行ロジックをさらに深く研究できる。
もし機械図面、電気システム、関節の資料、組み込みソフトウェア、さらにシミュレーション訓練ツールまですべて公開されれば、研究の幅は格段に広がる。
これこそがRP1が「フルスタックのオープンソース」を強調する理由だ。
とりわけ科学研究機関にとって、研究の自主性はあまりにも重要だ。
論文の中ではロボットが安定して歩いているのに、別のロボットに替えるとそのまま転倒する――こうしたことは研究室では決して珍しくない。（doge）
関節レイアウト、デバイスプロトコル、制御周波数、さらにはゼロ位の定義（すなわち関節がどの位置を0°基準とするか）まで、実験結果に影響を及ぼしうる。
低レベルの資料が入手できないため、研究者はプラットフォームへの適応に多大な時間を費やさなければならない。研究テーマによっては、ハードウェアの制約に阻まれることさえある。
具身（エンボディッド）モデル企業にも同様の悩みがある。
現在、VLA、世界モデル、運動制御ポリシーが次々と登場し、モデルはシミュレーション内では良好に訓練できても、実機では必ずしも言うことを聞かない。
たとえば、モデルがロボットに脚を上げて障害物を越えるよう計画しても、シミュレーションでは順調に進むのに、実機では関節の応答やダイナミクスの違いによって失敗する。
果たしてモデルの問題なのか、それともロボットの実行にずれが生じたのか？データ、制御、ハードウェアのフィードバックがすべて確認・調整できれば、問題の特定により多くの手がかりが得られる。
大学教育にも同様の開放性が必要とされる。
従来、学生はAPIを呼び出してロボットにあらかじめ設定された動作を行わせるだけでよい場合もあった。
しかし、ロボットの動作原理を真に理解したいなら、インターフェースの呼び出し方を知っているだけでは明らかに不十分である。
制御アルゴリズムを自ら修正し、部品を交換し、さらには機械構造を再設計できれば、教育と研究の幅は自然と広がる。
研究機関は自律権を求め、具身モデル企業は開発効率を求め、大学は学生に実際に手を動かさせたいと考えている。
3種類の顧客の出発点は一見異なるが、実際には、いずれもロボットに研究ニーズに沿って動いてほしいのであり、研究がメーカーの機能的限界に閉じ込められてほしくないのである。
RoboPartyがRP1に担わせようとしている役割は、まさにこうしたオープンな研究開発プラットフォームである。
もちろん、オープンソース化をどこまで深められるかは、実際に何を提供するのか次第である。
関節からアルゴリズムまで、RP1は一体どれだけを開放しているのか？
公式のデモ映像では、ロボットは歩行・走行・ジャンプができるだけでなく、視覚と連携してパルクールでの障害物越え、階段の自律的な上り下り、実際の地形に応じた歩容の自律計画、転倒からの迅速な起き上がり、人体動作の追従が可能であり、さらに外乱を受けた際には即座に姿勢を調整し、バランスを維持して現在の運動状態を保つ。
これらの滑らかな動作の裏には、一連のソフトウェアとハードウェアの連携がある。
外乱からの回復を例に取ると、制御システムが身体状態に応じて動作を調整し、関節モジュールが指令に応答し、股・膝・足首などの機械構造がロボットがどの姿勢で調整を完了できるかを決める。
転倒からの起き上がりはさらに複雑で、身体がどのように地面に接触するか、関節がどのように力を発揮するか、重心がどのように移動するかすべてが相互に連携する必要がある。
RP1は2種類の本体構成を提供している。
オープンソース版は24の能動自由度を持ち、オープンソース版Proでは30に増加しうち頭部に2自由度、両腕にそれぞれ7自由度があり、複雑な操作研究により適している。
さらに特筆すべきは、RP1の頭部・手部モジュールが選択可能で、さまざまなシーンに対応できることである。
ハードウェアのレベルでは、関節モジュールがその重要な一環である。
RP1はRoboPartyが自社開発したROMOMO一体化回転関節を搭載している。
公式に公開された関節パラメータ表によれば、モジュールの公称ピークトルクは25～160N·mをカバーし48V給電およびCAN-FD通信を採用している。
蘿博派对（RoboParty）創業者の黄一と、その背後にあるRP1の部品ウォール
なぜトルクカバー範囲がこれほど広いのか。
股関節や膝関節は体を支えるため、より高いトルクが求められます。一方、腕の末端は重量・体積・応答速度のバランスが求められます。
ROMOMOはインナーローターモーターとNGW遊星減速機を組み合わせた方式を採用しています。ローター慣性が低いことで高速応答に有利であり、遊星減速機は剛性、過負荷耐性、コストのバランスに優れています。
機構設計にも工夫が凝らされています。
RP1は非共点股関節とパラレルリンク ankle 設計を採用しています。このうち、パラレルアンクルは2つのモーターが共同で足首のピッチおよびロール運動を担い、いずれのモーターも特定の方向を単独で制御しません。
関節モジュールにはバンドクランプによる取り付けと中空配線設計も採用されており、着脱が容易なうえ、動作時のケーブルの干渉も軽減できます。
一般ユーザーにとって、これらのものはロボットの外殻の中に隠されています。しかし研究者が関心を持つのは、まさにこうした細部です。
関節はなぜこのようなレイアウトなのか？アクチュエータを別のものに変えたらどうなるのか？機構を調整した後、制御システムはどのように適応させる必要があるのか？
現在、RP1はURDF、MJCFおよびメッシュモデルなどのリソースを公開しています。開発者はロボットの関節とリンクの接続関係を確認でき、シミュレーションや運動制御の研究に活用できます。
機械設計資料には、関節軸のレイアウト、可動範囲、組立方法、電気アーキテクチャも含まれています。
CAD、BOM、回路基板の製造ファイルなど、より低レイヤーの資料については、一部はまだ内部のエンジニアリング記録に属しており、具体的な公開範囲はプロジェクトリポジトリを基準にする必要があります。
関節は動作を実行しますが、いつ力を発揮し、どれだけの角度を回転させるかは、制御システムの指示に従わなければなりません。
RP1の組み込みソフトウェアは、デバイス抽象化と統一インターフェースを通じて、モーター、慣性センサー、バッテリーマネジメントシステムなどのハードウェアに接続します。
上層のアルゴリズムが関節の目標を生成し、下層のドライバが通信と実行を担当し、さらに関節の状態をフィードバックします。
その付属ソフトウェアは500Hzの制御周波数と50Hzのポリシー更新周波数を採用しています。開発者は統一された関節コマンドインターフェースを中心に、制御とデバイスフィードバックの関係を研究できます。
ロボットが新しい動作を覚えるには、訓練ツールも必要です。
RoboPartyはさらに、hhtools（human-humanoid-tools）という人体動作リターゲティングツールを公開しました。
hhtoolsはまず人体の動作をロボットの構造にマッピングし、次に関節可動域制限や地面接触などの制約を組み合わせて動作を修正し、ロボットが使用できる運動軌跡を生成します。
hhtoolsのリターゲティング例：搬送、ダンス、階段と障害物
これらのデータはシミュレーション訓練のフローに入り、ポリシー学習とパラメータ調整を経てから、実機にデプロイして検証されます。
開発者は動作マッピング、訓練、デプロイの各环节を研究し、自分の制御ポリシーを試すことができます。
ロボットがどのように動作を覚えるのか、開発者もその中に参加できます。
伝えられるところによると、RoboPartyはPartyOSというオープン開発基盤の構築も進めています。
現在、System0の基礎運動制御および関連インフラの一部がすでにオープンソース化されており、hhtools、MimicLite、UFOなどのプロジェクトが含まれます。このうち、UFOは外乱からの回復と転倒からの起き上がりに関する研究に取り組んでおり、RP1を含む複数のロボット構成を提供しています。
意図の表現とAgentスキル編成に向けたSystem1、System2は、依然として研究段階にあります。
アルゴリズムが実機で動くだけでなく、日々の実験も追いつかなければなりません。
RP1はロボットの状態、センサーおよび動作データに関する収集・記録のフローを構築し、開発者がデータと制御コマンドの対応関係を確認するのに役立ちます。
ホットスワップ式のバッテリー交換、モジュール式の脱着、標準化されたメンテナンス、そして異なる頭部、エンドエフェクタ、計算能力の構成も、継続的な実験に利便性をもたらします。
RP1の手首インターフェースと3種類の着脱式エンドツール
何しろ、ロボットの電池切れ、部品の破損、装置の改造が必要になるなど、実験が止まる原因はいくらでもあります。
開発者が改修でき、動かせ、繰り返し検証できるようになってこそ、オープンプラットフォームは真の研究開発価値を持つのです。
技術のブラックボックスが開かれ、エコシステムはまだ始まったばかり
ロボット業界は長年にわたりオープンソースの恩恵を受けてきた。
ROSなどのオープンソースツールにより、多くの開発者はソフトウェア基盤を重複して構築する手間を省くことができた。
今や、オープンソースは機械構造、関節、電気および制御システムの領域へと深く入り込み、もともとメーカーが握っていた技術の多くが、業界全体で共有される基盤リソースになる機会を得ている。
RP1の前に、RoboPartyはオープンソースロボットRPOを発売していた。このプロジェクトはGitHubで約2600のStarsを獲得し、多くのフォロワーを集めていた。
今回のRP1の公開では、オープン化の範囲がさらに機体全体の開発プロセスにまで拡大された。
RoboPartyはこの体系をめぐって、相互に連携する3つの部分を構築した。
- Open Body：ロボット本体とハードウェアリソースを提供し、RPO、RP1、ROMOMO関節およびRP Handを含む。
- PartyOS：運動制御、知覚インタラクション、全身操作などの研究開発ツールをつなぐもので、そのうち一部のプロジェクトはまだ開発が継続中である。
- Developer Ecosystem：個人開発者、大学の研究チーム、具身（エンボディド）モデル企業を対象とし、より多くの人に技術開発と改善への参加を呼びかけることを目指している。
この組み合わせで、どう活用できるのか？
たとえば、あるモデル企業が新しい運動制御ポリシーを訓練した場合、RP1上で検証してみることができる。研究機関の研究者が関節や制御モジュールを改良した場合も、既存の設計をベースに開発を続ける機会がある。
研究の方向性はそれぞれ異なるが、いずれも基盤リソースを再利用できるため、ハードウェアの適合に費やす時間を減らし、本当に解決したい問題にエネルギーを注ぐことができる。
これは具身知能（エンボディドAI）業界にとって特に重要だ。
現在、ロボットモデルの評価には、ハードウェアの差が大きく、テスト条件が統一されていないという課題がある。同じタスクでも、ロボットを変えれば成功率が変わり得る。
より多くのチームが安定したハードウェアバージョン、訓練ツール、テスト規格を軸に実験を行えば、研究結果にはより比較可能な基準が生まれ、技術成果も後続の研究者によって検証・改良されやすくなる。
ただし、オープンソース化は出発点にすぎない。
資料は完全か？リポジトリは継続的にメンテナンスされるのか？ハードウェアに問題が発生したらどうするのか？開発者はスムーズに再現・改変できるのか？ライセンスは二次開発や商用利用を許可しているのか？
いずれもオープンソースプロジェクトが避けて通れない試練である。
RPOからRP1に至るまで、RoboPartyはすでにオープンなロボット本体、ソフトウェアツール、開発者エコシステムという枠組みを提示した。
本当にエコシステムが形成されるかどうかは、今後どれだけの開発者が参加を望み、どれだけの実際の成果が蓄積されるかにかかっている。
業界全体にとって、この取り組みの意義は、オープンソースのロボットをもう1台発表することよりも大きいかもしれない。
ヒューマノイドロボットの研究開発のハードルは一貫して高い。機械、電気、制御、アルゴリズム、どの分野も専門人材と長期的な投資を必要とする。
新しいアイデアを1つ検証したいだけでも、基盤プラットフォームの構築に多くの時間を費やさなければならないかもしれない。
オープンソースは、後続の研究者が既存の成果の上に立って研究を続ける機会を与えるとともに、同一の技術が異なるチームによって繰り返し検証・改良・継承されることを可能にする。
もちろん、図面やコードを公開したからといって、ハードウェアコストや工学上の難題が消えるわけではない。真にエコシステムを形成するには、継続的なメンテナンスと貢献が必要だ。
ただ、より多くの基盤技術が研究・改変・再利用可能になれば、ヒューマノイドロボット業界は車輪の再発明を減らし、新技術の探求の機会をより多く持てるようになるかもしれない。
一企業が探求できる方向性には限りがある。
技術のブラックボックスを開いてこそ、より多くの人が参加し、ともにヒューマノイドロボットを前へ進める機会が生まれる。
付記：RP1オープンソースリソースと内部テスト情報
[1]RP1開発リソース：
https://github.com/Roboparty/RP1
[2]技術ホワイトペーパー：
https://roboparty.com/documents/roboto-01
現在、RoboPartyはRP1の内部テスト・共同創造（コクリエーション）の申請を公開しており、実際のプロジェクトのニーズがあり、製品の反復改善に継続的に参加する意思のある開発者およびチームを対象としている。参加者は問題のフィードバックやIssueの提出ができ、内部テスト・共同創造価格を利用できる。
申請入口：
https://roboparty.com/beta/RP1