脚型ロボットの移動制御における強化学習（RL）の研究が進展する中で、これまでのアプローチには大きな制限がありました。従来のRL移動制御フレームワークは位置ベースの制御を採用しており、ロボットの現在速度などの状態推定技術を観測空間に組み込む必要があったため、地形適応性が低く、軽量の小型四足歩行ロボットに限定されていました。 本研究は、高トルク能力を備えた重量級四足歩行ロボット向けのRL型トルク制御フレームワークを開発しました。このフレームワークの革新的な点は、ロボット自身の現在速度の情報を必要としながらも、粗い地形を通過し、目標となる直線速度を効果的に追跡できることです。研究チームはNvidiaのIsaac SimとIsaac Labを使用したシミュレーション環境で、Unitree B1四足歩行ロボットに対してRL型トルク制御ポリシーを適用しました。 シミュレーション結果によれば、開発されたポリシーは時速3.5メートル（毎秒3.5m/s）および角速度1.5rad/sの速度達成を実現しました。さらに注目すべき点として、このロボットは外部センサーの補助なしに階段の昇り降りを行うことができます。これまで必要とされていた外受容センサー（カメラやLiDARなど）なしにこのような複雑な運動を実現できたことは、RL駆動型四足歩行制御システムの大きな進歩を示唆しており、より実用的で自律的なロボット移動の実現に向けた重要なステップとなるでしょう。