二足歩行ロボットの制御はロボット工学における最も重要な課題の一つです。安定して効率的な歩行を実現するためには、ロボットの複雑な運動学や動力学、さらには地面とのインタラクションを考慮して、各関節に必要なトルクを正確に計算する必要があります。従来のモデル予測制御（MPC）手法では、計算効率とモデル精度の間にトレードオフが存在していました。高忠実度の全身モデルは多くの自由度を詳細に記述できますが、計算負荷が高くリアルタイム制御には不向きです。一方、簡略化された単一剛体モデルは計算が高速であるものの、詳細を無視するため制御性能が低下する可能性があります。この問題を解決するため、ドイツのDFKIロボットイノベーションセンターの研究チームは、新しい「カスケード忠実度」モデル予測制御手法を提案しました。
この手法の核となるアイデアは、予測ホライゾン内で使用するモデルの精度を動的に切り替えることです。具体的には、予測の前半（近い将来）では詳細な全身モデルを使用してロボットの高速な動きや接触力を正確に捉え、後半（遠い将来）では簡略化された単一剛体モデルに切り替えて計算負荷を低減します。この多段階戦略により、コントローラは短期的には精密な応答を、長期的には計算可能な計画を実現できます。研究チームはacadosツールボックス内の逐次二次計画法（SQP）ソルバーを用いて、結果として生じる非線形最適制御問題を効率的に解決しました。
特筆すべき点として、このコントローラは事前に選択された足場位置に依存しません。事前に指定された接触スケジュールと目標歩行速度のみを入力として、関節トルクを直接最適化します。これにより、予期しない地形の変化に対する適応性が向上します。提案手法の有効性を検証するため、研究チームはMuJoCo物理シミュレーション環境において、18自由度の二足歩行ロボットHyPer-2を用いたシミュレーション実験を実施しました。結果、コントローラは滑らかで安定した歩行パターンを生成し、計算時間もリアルタイム制御の要件を満たすことを確認しました。
本研究成果は学術的にも認められ、IEEE ICRA 2026ワークショップ「ロボットの最適化フロンティア」に採択されました。この研究は、二足歩行のリアルタイム制御分野における重要な進展を示しており、将来的には災害救助や産業点検などの実用的なタスクへの応用が期待されます。