要旨: 複雑なタスクや複数のシナリオへの適応は、単一のロボット・エージェントにとって依然として大きな課題です。幅広いスキルをリアルタイムに獲得し、整理し、切り替える能力、特に動的な環境においては、身体性を備えたインテリジェンスにとって基本的な要件となっています。私たちは、OpenClawに基づくOpenGoを提案します。これは、シーンやタスクの指示に応じてスキルをリアルタイムに切り替えられる、OpenClaw搭載の身体性ロボット犬です。具体的には、エージェントには(1)スキルのインポートが容易で、自律的なスキル検証が可能なカスタマイズ可能なスキル・ライブラリ、(2)タスクのプロンプトや言語指示に基づいて異なるスキルを選択し呼び出すディスパッチャ、(3)タスク完了と人間からのフィードバックに基づいてスキルを微調整する自己学習フレームワーク、の3つを備えます。私たちはこのエージェントをUnitreeのGo2ロボット犬に展開し、自律的な自己点検とスキルの切り替えにおける能力を検証します。さらに、Feishuプラットフォームの通信を統合することで、自然言語によるガイダンスと人間のフィードバックを可能にし、初心者のユーザでも簡単な指示によってロボット犬を操作できるようにします。
OpenGo:OpenClawベースのロボット犬によるリアルタイムなスキル切り替え
arXiv cs.RO / 2026/4/3
📰 ニュースSignals & Early TrendsModels & Research
要点
- OpenGoは、シーンの状況およびタスク/言語の指示に基づいて、複数のスキルをリアルタイムに切り替えられるOpenClaw駆動のロボット犬として紹介される。
- このシステムには、カスタマイズ可能なスキルライブラリ(容易なインポートと自律的な検証を含む)と、プロンプトに応じてスキルを選択し呼び出すディスパッチャが含まれる。
- 自己学習の枠組みにより、タスク完了のシグナルや人間からのフィードバックを用いてスキルを微調整し、さまざまなシナリオでの性能を向上させる。
- 著者らは、UnitreeのGo2ロボット上でOpenGoを導入・検証し、自律的な自己チェックとスキル切り替えを実証する。
- Feishuプラットフォームの通信を統合することで、OpenGoは自然言語によるガイダンスを可能にし、非専門ユーザでも簡単な指示を通じてロボットを制御し、フィードバックを提供できる。




