Up 行動モジュール 作成: 2026-06-27
更新: 2026-06-27
４足歩行ロボット ＞ 自律型 ＞ モジュール構造 ＞ 行動

    このモジュールは，歩行脳 NN (MLP) の
    　　状態ベクトル s → 行動の確率分布 π(a|s;θ)

    行動分布の中身は，
    　　平均 μ(s)
    　　分散 Σ(s)
    行動 (例 : 12関節のトルク) は連続値なので，確率分布が出力の形になる。

    行動分布から行動を１つサンプリングするのは，動作系のインタフェースである IMU か？