四脚ロボットの歩行効率とエネルギー消費は、足部の設計に大きく依存する。従来、制御の容易さと安定した接地を確保するため、硬い足部が一般的に用いられてきた。しかし、このアプローチは衝撃吸収や弾性エネルギーの再利用を制限し、結果として移動時のエネルギー消費が増加するという欠点がある。
本研究では、足部の柔軟性を強化学習（RL）に基づく運動コントローラに組み込み、その効果を検証した。研究者らは8種類の異なるばね剛性に対応する方策をシミュレーション上で訓練し、その後実際の四脚ロボットを用いて実験を行った。評価指標として、単位距離あたりの機械的エネルギー消費量を測定した。
実験の結果、中間の剛性を持つばねを足部に使用した場合、非常に硬いまたは非常に柔らかいばねを使用した場合と比較して、エネルギー消費が約17%削減されることが明らかになった。この傾向はシミュレーション結果でも同様に確認された。これらの知見は、適切な足部柔軟性を選択することで、ロボットの運動安定性を損なうことなく、歩行効率を改善できることを示している。
本研究は、長時間の自律稼働が求められる捜索救助や環境監視などの応用において、四脚ロボットのエネルギー効率向上に貢献すると期待される。研究論文は2026年5月14日にarXivに投稿され、全29ページ、7枚の図を含み、補足動画へのリンクが提供されている。