脚式ロボットは通常IMUを搭載しているが、民生品のIMUはノイズが大きいため、慣性のみの解はドリフトする。しかし、足が環境と断続的に接触することで、このドリフトを抑えるための自然な制約が生まれる。Frank Dellaertらは2026年5月21日にarXivに投稿した論文「Four Simple Proprioceptive Estimators for Legged Robots」で、この特性を活用した4つの段階的に表現力が向上する脚式ロボット状態推定器を開発した。これらはすべて固有感覚センサ（IMUと関節エンコーダ）に基づいている。
すべての推定器は共通の浮遊ベース状態（姿勢、位置、速度、IMUバイアス）を持つ。足の接触をモデル化するため、著者らはまずHartleyらによる接触支援不変EKFを出発点とし、接触更新レートを低減した。次に、測定更新を小さな因子グラフに置き換えることで第2の変種を得る。さらに、同じ因子を固定ラグスムーサーに変換し、接触エピソードごとの足場推定を導入し、IMUバイアスが進化する場合としない場合の両方を考慮して第3と第4の変種を形成した。
これら4つの推定器は独立した新手法ではなく、フィルタから因子グラフ、そしてスムーサーへと進む段階的な技術ロードマップである。論文では、すべての変種がGTSAM（Dellaertらが開発した因子グラフ最適化ライブラリ）でオープンソース実装され、ROS2互換版も提供されることが強調されている。これにより、コミュニティによる再現と固有感覚脚式オドメトリのさらなる研究が容易になる。
この研究の意義は、脚式ロボットにシンプルで再現可能、すぐに使える状態推定ソリューションを提供することにある。特にリソース制約のあるプラットフォームに適している。表現力の異なる推定器を体系的に比較することで、研究者は接触モデリングと最適化構造が推定性能に与える影響をより明確に理解できる。論文は2026年5月21日に提出され、arXiv（番号2605.23100）で全文が公開されており、実験的なHTML版も利用可能である。