AppleがMac miniを背負った人型ロボットの研究を公開｜初めての部屋で成功率91% 仮想の家1,000軒だけで学習【海外ニュース】

公開日： 2026.11.10

Table of Contents

Appleの研究チームは2026年11月4日、人型ロボットを人の操作なしで動かすシステム「HALO」の論文を公開しました。ロボットは中国Unitreeの「G1」で、背中にM4 Pro搭載のMac mini（メモリ64GB）を背負って動きます。

HALOは、コンピューターの中に作った1,000軒の仮想の家だけで学習しました。本物の家での練習なしに、初めて入る6つの部屋で360回の試行のうち91%を成功させています。米国のAppleInsiderが11月9日に詳しく伝え、論文とプログラムのコード、動画も公開されています。

Appleが新しい製品を発表したわけではなく、あくまで研究の成果です。どんな仕組みで、どこまでできるのかを順に見ていきます。

研究チームが歩いて座るロボットの動画を投稿

論文の筆頭著者でAppleのSiyuan Hu氏は、11月6日（日本時間）にXで動画つきの投稿をしています。

We just released HALO — Perceptive Humanoid Motion from Simulation.

Trained entirely on synthetic data from 1,000 procedurally generated homes. Zero-shot deployment in 6 unseen real environments. 91% success rate across 360 physical trials. Fully onboard.

Paper, code, and project page are all live.

https://t.co/ZqFakAxmXT pic.x.com/y4TYrPsXB0

— Siyuan Hu (@huksyn) November 6, 2026

投稿では「1,000軒の家を自動で作り、その合成データだけで学習した」「見たことのない6つの実際の環境に、追加の調整なしで持ち込んだ」「360回の試行で成功率91%」「計算はすべてロボットに載せた機器の中で行う」と説明しています。合成データとは、実際に撮影や計測をするのではなく、コンピューターの中で作り出した学習用のデータのことです。

共著者でAppleのロボット研究者のAbulikemu Abuduweili氏も、動画つきで紹介しています。

Trained entirely in simulated homes, our policy transfers zero-shot to unseen real-world environments, running fully onboard.
🤖HALO: Perceptive Humanoid Motion from Simulation
https://t.co/alp13ry7f1 pic.x.com/bwrsmrdFEi

— Abduwali (@Wall_Eclipse) November 6, 2026

背中のMac miniが指示を読み取って動きを決める

木製のデスクに置いたMac miniの本体。前面にUSB-Cポートが2つ並ぶ

HALOは3つの役割に分かれています。1つ目は、「椅子に座って」のような言葉の指示とカメラの映像から、次に何をするかを決める指示役です。論文では、公開されているAIモデル「Qwen3.6-35B-A3B」をMac miniの中で動かしています。

2つ目は、指示に合わせて全身の動きを少し先まで組み立てる役で、これもMac miniで動きます。3つ目は、その動きどおりに関節を1秒に50回のペースで細かく調整する役で、こちらはG1にもともと入っているコンピューター（NVIDIAのJetson Orin NX）が受け持ちます。

目の役割は、頭に付けた広角カメラと、足元を見るための別のカメラです。通常の構成では、インターネットにつながず、ロボットが背負った機器の中だけで処理が完結します。

仮想の家1,000軒で約300時間分の動きを作った

人型ロボットに動きを覚えさせるには、映像と言葉の指示、体の動きがそろったデータが大量に必要です。人が遠隔でロボットを操作してデータを集める方法では、1時間分のデータに人の作業がおよそ1時間かかります。

研究チームは、家具の配置が違う家をプログラムで1,000軒作り、その中でのロボットの動きを生成しました。ロボットの目に映る映像は、NVIDIAのシミュレーター「Isaac Sim」で描き出しています。シミュレーターは、現実の物理法則や光の当たり方をコンピューターの中で再現するソフトです。こうして集めたデータは約300時間分で、作成にはNVIDIAのH100というGPUを250基使い、48時間かかったとしています。

論文は、人が時間をかけていた作業を「計算機の量だけで決まる」作業に置き換えられる点を、この研究の意義に挙げています。

しゃがんで下を通る課題は10回すべて成功椅子は85%

実際の部屋でのテストは、6つの環境でそれぞれの課題を10回ずつ、合計360回行いました。あわせて、学習に使っていない100軒の仮想の家でも試しています。課題ごとの成功率は次のとおりです。

課題	成功率（実際の部屋／仮想の家）
指定した物の前まで歩く	92%／98%
椅子やソファに座る	85%／84%
半開きのドアを通り抜ける	93%／91%
しゃがんで障害物の下を通る	100%／95%
机の下をはって進む	90%／84%
箱を押す	88%／93%
平均	91%／91%

課題を続けてこなすテストでは、成功率が下がりました。「ドアを通ってから目的の場所へ歩く」は実際の部屋で10回中10回成功した一方、「しゃがんで下を通り、目的の場所へ歩いて、箱を押す」の3段階は10回中5回でした。3種類の組み合わせの平均は70%です。

新しい動作は今も人が指示文と見本を用意する

研究チームは、課題も論文に書いています。新しい動作を覚えさせるには、人が指示文を書き、動きの見本となる姿勢を用意する必要があります。できることの種類は、人が新しい課題を用意する速さでしか増えません。

また、HALOはカメラの映像だけで周りを判断しています。物がカメラの視野から外れたり、何かに隠れたりすると、その物がまだそこにあるとロボットには分からなくなります。物に触れながら進める作業も苦手で、研究チームは触覚のセンサーを加えることを今後の方向として挙げています。

Appleが家の中で使うロボットを開発しているといううわさは以前から伝えられていますが、今回の論文は製品の計画には触れていません。手のひらに載るMac mini 1台で、人型ロボットの判断と動きの組み立てまでこなせることを示した研究として、動画とあわせて見ると分かりやすい内容です。Appleの研究やMacの関連記事は、下の一覧からたどれます。

Source: arXiv「Perceptive Humanoid Motion from Simulation」／HALO プロジェクトページ／AppleInsider