HuRoC Human-Robot Commons
ニュースレター
LATEST
ものづくり

組み立て式ヒューマノイド「Asimov 1」、歩行ポリシーと学習コードを公開。RTX 4090で再学習を試せる

シンガポールなどに拠点を置くMenlo Researchが、身長1.2m・35kgの二足ヒューマノイド「Asimov 1」の歩行ポリシーと、Isaac Lab上の強化学習フレームワーク「Cyclotron」をBSD-3-Clauseで公開した。機体のCAD・回路・MuJoCoモデルはすでに公開済みで、学習した歩き方をHugging Faceで共有し、ブラウザ上で動かして確かめる道筋まで用意されている。

HuRoC 編集部
編集部 · HuRoC
8分

身長1.2m、体重35kg。部品の箱を受け取り、自分で組み上げる二足ヒューマノイドに、今度は「歩き方の学び方」が付いてきた。

シンガポールなどに拠点を置くMenlo Researchは、自社のヒューマノイド「Asimov 1」の歩行（ロコモーション）ポリシーと、その学習コードをオープンソースで公開した。YouTubeのAsimov公式チャンネルには「Open-sourcing Asimov 1: Locomotion Policy & Training Code」と題した動画を載せている。学習コードのリポジトリ「Cyclotron」のライセンスはBSD-3-Clauseで、大学の研究室や個人の開発者が、手元のGPUで歩行を学習し直し、その結果を他の人と共有できる。

公開されたのは、学習の手順と学習済みの1本

Cyclotronは、NVIDIAのロボット学習環境Isaac Labの拡張として作られている。READMEによれば、アルゴリズムはPPO（強化学習の定番手法）と、参照用のモーションデータに似た自然な歩き方へ誘導するAMP（Adversarial Motion Priors）の2つで、AMPを推奨としている。Ubuntu 22.04以降（x86_64）、対応するNVIDIAドライバ、Pythonの環境管理ツールuvがあれば、インストールスクリプト1本でIsaac Sim、PyTorch、Isaac Lab、機体モデルまでそろう。

動作確認済みのGPUはRTX A6000、RTX PRO 6000、RTX 4090、RTX 3090の4種。少ない並列数で全体の流れを確かめるテスト学習は、RTX 4090でおよそ10分とされる。同社自身は4,096の並列環境をA6000かPRO 6000で回してベースラインを学習しており、メモリが足りなければ並列数を下げるよう案内している。その場合、収束は遅く、不安定になりうるとも書く。

学習済みのポリシーは、Hugging Faceに「asimov1-locomotion-0818」として2026年9月28日に置かれた。中身はONNX形式のポリシーと、学習設定（agent.yaml）、報酬や観測を記した環境設定（env.yaml）だ。入力は50Hzで受け取る78の値（胴体の角速度、重力方向、速度指令、関節の角度と速度、直前の出力）で、出力は脚・腰・腕の23関節の目標角。首は動かさない。入力はどれも実機で取れる値だという。

もう一つの仕掛けが共有の流れだ。学習を終えたら--shareでHugging Faceへ上げ、他の人のポリシーは--viewで取り込む。後者はブラウザ上のMuJoCo（WebAssembly版）で動くので、Isaac SimもGPUも要らない。速度をスライダーで指令したり、ロボットを押したりして確かめられ、Isaac Lab（PhysX）とは別の物理エンジンで動かすため、簡易な「sim2sim」の検証にもなる。同社は、開発者から寄せられたポリシーを実機のAsimov 1で試すコミュニティ配信も計画している。

シミュレーション上（左）と実機（右）で歩くAsimov 1（Menlo Research「How we achieved zero-shot sim2real for Asimov」より）

機体の図面は、先に開いていた

ハードウェア側は、学習コードより前から公開されている。リポジトリ「asimov-1」には、7つのサブアセンブリに分けた機構CAD、配線ハーネスと回路図・基板データ、MuJoCoのシミュレーションモデル、搭載ソフトが入る。ライセンスはハードウェアがCERN-OHL-S-2.0、ソフトウェアがGPL-2.0だ。

仕様は、脚が片側6自由度、腕が片側5自由度、腰1、首2で計25自由度。演算はRaspberry Pi 5（通信・カメラ・マイク）とRadxa CM5（モーター制御）の2枚で、構造材は7075アルミとMJF（Multi Jet Fusion）方式で3Dプリントした PA12 ナイロンを使う。腕1本あたりの荷重は、肘を曲げる・腕を前に上げる動作で定格5kg、ピーク15kg（約3秒）とされる。モーター1基の定格・ピークトルクから出した値で、同社は「保守的な数字をあえて公表している」と注文ページのFAQで説明する。

設計の考え方は、2026年1月の記事「How we built humanoid legs from the ground up in 100 days」に詳しい。構造部品の多くはMJFで型なしに作れる形にし、剛性が要る膝は、複数回の段取りが要る部品から、切削しやすい板状の部品へ作り替えた。工業用MJFが使えないチームのために、鋳造や一般的な3Dプリントでも作れる形状にしたという。足首には2自由度の並列リンク（RSU）を使い、つま先にはモーターのない受動的な関節を入れた。脚一式の費用は電池と制御モジュール込みで1万ドル強、100日間の研究開発費は格納庫や工具、交換部品を含めて3万ドル未満だったとする。

Menlo Researchは2025年ごろまで、言語モデルを軸にした音声・視覚・空間推論の研究を同社の研究ページで公開してきた。会社紹介によれば、自社のAIを載せるために買ったヒューマノイドが、最初の歩行ポリシーの試験で脚を床に打ちつけ、足首の小さな金属部品を壊した。販売代理店では直せず、部品1つを待って会社全体が2か月止まった。それが自分たちで機体を作り始めたきっかけだという。拠点はシンガポール、米パロアルト、ベトナム・ホーチミンにある。

「ゼロショット」で歩ける範囲

学習したポリシーを、実機ごとの調整なしでそのまま動かせるか。同社は2026年8月27日の記事「How we achieved zero-shot sim2real for Asimov」で、平地の歩行と、軽い傾斜や芝のような小さな地形変化までは、複数台の実機で追加調整なしに動くと報告した。ポリシーはロボット内部の制御ボード上で50Hzで回り、外部の計算機は使わない。水準については「2025年初めごろのUnitreeの歩行と同等」という自己評価を示しつつ、「まだ道のりは長い」とも書いている。

効いたのは、モデルの工夫よりハードウェアの再現性だったという。リアルタイムLinuxで増えた発熱にファンを足し、CPUの熱による性能低下を直し、CANバスの通信を作り直した。シミュレーションでのランダム化は「本当にばらつくものだけ」に絞った。記事は限界も明記する。検証したのは平地と軽い不整地、軽い外乱からの回復までで、多数台での一貫性や、歩きながら物を扱う動作はこれからの目標だ。

他のオープンな二足との並び

学習コードを開く動きは、これが初めてではない。カリフォルニア大学バークレー校のBerkeley Humanoid Liteは、3Dプリントの減速機と入手しやすい部品で5,000ドル未満をうたい、Isaac Labでの学習から実機への展開までをMITとCC BY-SA 4.0で公開している。Unitreeはunitree_rl_gymで、自社のGo2、H1、G1などを対象にした強化学習のコードをBSD-3-Clauseで出している。8月には、Hugging Face傘下のPollen Roboticsが399ドルの小型二足「Microduck」を学習スタックごとApache 2.0で公開した。

Asimov 1は、機体の図面・回路・学習コード・学習済みポリシーが、身長1.2mの級でひとそろい開いている点が特徴になる。外部の成果を取り込む例も出てきた。9月28日の記事「Running SONIC on Asimov」では、NVIDIAが公開した全身動作追従モデルSONICを、外部の開発者UFBがAsimov向けに移植したもの（1,380万パラメータ）が、機体内のCPU（2コア）で1回2.6msで推論できたと報告している。実機では、安全ハーネスを付けた予備試験を始めた段階だ。

日本の研究室・工房で使うときの壁

注文ページでは、DIYキットは2万ドルで、注文時に499ドルのデポジットを払う。全額支払いから30〜60日で出荷し、日本は関税・送料込みで届ける国に含まれる（キットと電池は別送）。組み立ては約20時間とされ、保証は製造上の欠陥に対する90日間だ。手は付属せず、他社のハンドを付けられる共通の手首アダプタを用意している。学習側には、Isaac Simが動くNVIDIA GPUとUbuntu環境が別に要る。

安全面では、公式ドキュメントが具体的だ。管理画面のE-Stopを含むすべての停止はロボット自身の計算機が実行するソフトウェア停止で、電源の遮断に代わるものではないと明記し、停止や故障の瞬間に全関節が脱力する前提で、ガントリーのフックに吊る、ベンチに座らせるといった支え方を指定する。歩かせるのは平らな床だけで、周囲には機体の設置面積の数倍の空間を空ける。

一方、学習したポリシーを実機に載せる手順のページは「coming soon」のままだ。同社が脚の実機展開で直面した通信や発振の課題をまとめた解説は公開されている。Isaac Labへの機体設定とAMPタスクの取り込みは、10月6日時点でプルリクエストがオープンのままで、同社はsim2realの記事でこのプルリクエストの設定を使うよう案内している。

35kgの機体が転ぶ前提で場所と吊り具を用意できるか。日本の大学や工房にとっては、価格に加えて、この「歩かせる場所」の準備が最初の判断材料になる。

HuRoC の視点

編集長の星野が2000年代にERATO北野共生システムプロジェクトの小型ヒューマノイド「morph」のデザインに関わっていた頃と比べると、図面がどこで物になるかの前提が変わった。Asimov 1の図面は、MJFでの出力、板状に直した膝の切削、鋳造という代替まで想定して描かれている。大田区のような切削加工の工場が、海外の機体の部品を図面から引き受けることも想像しやすい形だ。

そして今回、機体の外形だけでなく、その機体がどう歩くかを学ぶ手順までが開いた。歩き方を自分で学習し直し、他の人が学習させた歩き方をブラウザで試してから実機に載せる。作る作業の比重が下がった分、どの歩き方を選び、どこで試し、誰が止めるかを考える時間が増える。部品1つで2か月止まった経験から出発した会社が、修理できる機体と、学び直せる歩き方を手渡そうとしている。

出典