宇樹がオープンソースで提供するOmniXtreme人形ロボットのアーキテクチャ フローマッチング技術によって高動的動作の課題を克服

ユニートレ科技（Unitree）は、人間型ロボットの運動制御アーキテクチャとしてOmniXtremeを正式にリリースし、オープンソース化しました。同時に、創業者である王興興氏が署名した技術論文も公開されました。このアーキテクチャは、春節などの高動的なシナリオでの極限動作表現に対して、システム的に大量のアクションライブラリの追跡時の忠実度の低下と物理的な着地の問題を解決しています。

OmniXtremeは、二段階のトレーニングフレームワークを使用しています。第一段階では、スケーラブルなフローに基づくプリトレーニング（Scalable Flow-based Pretraining）により、異なる専門戦略に分散されている高動的なスキル（例えば、バック flip、武術、街ダンス）を統一されたモデルに蒸留します。生成モデルによる速度場のパス学習により、多タスクにおける従来の強化学習の勾配の干渉を効果的に回避します。第二段階では、アクチュエータ感知後のトレーニング（Actuation-Aware Post-Training）を導入し、残差強化学習と現実的なトルク-回転数のエッジモデルによって、ロボットがモーターの物理的限界と再生電力に対応して自己修正を行うことを可能にします。

実験データによると、このアーキテクチャはUnitree G1ハードウェア上でバック flip成功率96.36%を実現し、エンドツーエンドの推論遅延を10ミリ秒