Unitree G1人型ロボットの推論は端側かクラウド側か？

Unitree公式のG1製品ページには、自由度23～43の構成が掲載されています。この仕様だけでは推論場所は決まりません。今週はまずタスクごとに許容遅延と通信断時の動作を整理し、即時の運動制御は端側、遅延を許容できる処理はクラウド側も候補にする方針で検証してください。

ロボットアルゴリズムエンジニア：視覚、計画、動作モデルの配置を決めたい方。
研究室の責任者：実験環境と計算資源の投資を整理したい方。
システム統合チーム：通信が途切れても安全に動く構成を設計したい方。

Unitree G1のクラウド推論は、どの処理なら候補になるか

判断の軸はロボットの型番ではなく、処理の締め切りと失敗時の影響です。関節指令や転倒回避など、遅れが安全性に直結する閉ループ制御は、通信状態に左右されない端側を優先します。クラウドからの応答が途切れても、ロボットが安全な状態へ移れる設計が前提です。

一方、低頻度の高次計画、実験ログの解析、モデル評価などは、待ち時間を許容できるならクラウド処理を検討できます。カメラ画像を使う視覚モデルも、結果が即時の動作指令に直結するか、後続処理に余裕があるかで判断が分かれます。Unitreeの開発者向け資料で、対象機器の対応インターフェースやソフトウェア条件を確認してください。

人型ロボットの端側推論に残す処理と、クラウドへ移せる処理

端側には、センサー取得から推論、制御指令、アクチュエーターの実行までの経路を置きます。ネットワークを介さず完結させれば、通信断によって安全制御まで停止する設計を避けやすくなります。ただし、端側の計算資源や消費電力には上限があるため、実際のモデルと推論フレームワークを載せて検証する必要があります。

クラウド側は、計算資源を集中管理しやすく、モデル更新や複数実験の解析に向きます。その反面、通信品質の変化が応答に影響し、映像や状態データを外部へ送る際の管理も増えます。ROS 2を使う構成なら、QoSの設計資料を参照し、信頼性や期限などの通信設定がタスク要件に合うか確認します。設定だけで通信断後の安全が保証されるわけではありません。

注意：クラウド推論の遅延を「通信時間だけ」で見積もらないでください。センサー取得、データ転送、待ち行列、推論、返信、指令実行までを同じ時間軸で測ります。

クラウド画像推論の遅延はどう測り、通信断に備えるか

固定の遅延値を前提にせず、実機と予定するネットワークで測定します。平均値だけでは一時的な混雑や応答のばらつきを見落とすため、応答時間の分布、ジッター、パケット損失、連続した断線の挙動も記録してください。ROS 2のQoS設定を変更する場合は、変更前後を同じタスクで比較します。

通信断時には、動作の継続、停止、安全姿勢への移行のどれを選ぶかを事前に定めます。クラウドからの応答が一定条件で得られない場合に端側の安全処理へ切り替えるなど、復帰条件と手動介入の方法も試験対象です。通信路の保護には、TLS利用時の推奨事項をまとめたRFC 9325を確認し、認証情報の管理やログへの機微情報の残り方も点検します。

また、映像、ロボットの状態、タスク記録のうち何を現場外へ送るのかを明示します。保存期間、閲覧権限、アクセス記録を決め、研究室や顧客の情報を含むデータは送信範囲を絞ってください。リスクの洗い出しと管理には、NISTのAIリスク管理資料も参考になります。

小規模な試験から本番構成を決める

まず本番と同じタスクを一つ選び、端側のみ、クラウド側、分層構成を比較します。モデル、入力データ、ネットワーク条件、評価基準をそろえないと、構成差ではなく試験条件の違いを測ることになります。

次の順で記録を残してください。

タスクごとに、必要な応答期限と失敗時の安全状態を定義します。
センサー入力から動作実行までの計測点を決め、時刻をそろえます。
同じモデルとデータで各配置を試し、成功率と応答時間の分布を比較します。
通信の遅延、損失、切断を再現し、停止・縮退・復帰の動作を確認します。
モデル更新、ログ回収、権限管理にかかる運用負担も記録し、切り戻し手順を用意します。

配置を選ぶ条件

□ 遅れが動作の安全性に直結する、または通信断中も制御を続ける必要がある場合は、制御ループを端側に置きます。
□ 結果を待てる処理で、データ送信の許可と通信断時の代替動作を確認できる場合は、クラウド推論を候補にします。
□ 一部の処理は即時性が必要で、別の処理は集中分析したい場合は、端側とクラウド側を分けて試します。
□ 実機で性能や対応インターフェースを確認できていない場合は、クラウドへの移行を決めず、端側の安全な構成へ戻せる状態を保ちます。

以下は配置を決めるための比較です。具体的な性能や互換性は、G1の機器構成、ソフトウェア、推論モデルを用いたチーム内の試験で確認してください。

判断項目	端側に置く場合	クラウド側に置く場合
即時制御	通信に依存しない経路を作りやすい	通信状態が制御応答に影響するため、即時制御の既定構成にはしない
計算資源	搭載機器の範囲に制約される	必要に応じて集中管理や拡張を検討できる
ネットワーク断	ローカル処理を継続できる設計が可能	端側の代替処理や安全停止が必要
データ管理	現場内にとどめやすい	送信対象、権限、保管、ログの管理が増える
運用	機器ごとの更新や検証が必要	モデルの集約管理がしやすい一方、通信とクラウド環境も運用対象になる

ロボットAIの算力配置は、実測結果で決める

手元のワークステーションは機器管理や更新が負担になり、一般的なクラウド環境は通信品質やデータ管理を別途設計しなければなりません。遠隔開発用のMac環境を加えると、開発・ビルド・ログ解析をロボットの制御系から切り離して試せます。ただし、Macのレンタル環境はG1上のリアルタイム制御や、実機との互換性を保証するものではありません。

まずタスクごとの指標を埋め、遠隔作業に使う環境の条件はHashvpsの利用案内で確認してください。開発環境の候補を比較する場合は、プランの詳細を参照し、必要な作業が実施できるか確認してから選ぶのが安全です。ロボットの低遅延制御は端側に残し、遠隔環境は開発や非リアルタイムの解析に使う構成から評価してください。