Up 歩容の形式 作成: 2026-08-11
更新: 2026-08-12
４足歩行ロボット ＞ 身体 ＞ 歩容の存在論 ＞ 歩容の形式

    歩行脳NN の出力からつぎの出力までのフローは：
    　　出力 x^t
    　　　→ s^{t+1}
    　　　→ 入力 x^t + s^{t+1}
    　　　→ h^t + ( x^t + s^{t+1} )
    　　　→ ( h^t + x^t ) + s^{t+1}
    　　　→ h^{t +1} + s^{t+1}
    　　　→ x^{t +1}
    ここで，
    　　s^t : ｢状態｣ (x^t を除く)
    　　h^t : ｢内部状態｣ 　　

    このフローで見るべきは，｢再帰｣ の形式：
    　　出力 x^t がつぎの入力に加わる
    　　内部状態 h^t が h^{t+1} に更新されるとともに
    　　つぎの出力 x^{t+1} が生成される


    この ｢再帰｣ の読み方は：
    　　｢これまでが，これからに影響する」

    そして s^t の影響が無い/小さいとき，｢再帰｣ はさらにつぎのものになる：
    　　｢これまでが，これからを決定する」

    ｢s^t の影響が無い/小さい｣ は，歩行が ｢自動｣ になっているということである。
    そして，自動で成立する歩行が，即ち ｢歩容｣。

    翻って，歩容とは，歩行脳NN の入出力が実質つぎのようになる歩行：
    　　直近の出力 x^t → x^{t+1}


    歩容 (自動) モード) は，入力から s^t が実質的に無くなるモード。
    はじめに示した入出力のフローから s^n を消すと：
    　　出力 x^t
    　　　→ 入力 x^t
    　　　→ h^t + x^t
    　　　→ h^{t +1}
    　　　→ x^{t +1}

    このとき，遷移
    　　　( h^t , x^t ) → h^{t +1}
    　　　h^{t +1} → x^{t +1}
    はそれぞれ一意対応。
    よって，関数記号 f, g を使ってつぎのように書ける：
    　　　h^{t +1} = f( h^t , x^t )
    　　　x^{t +1} = g( h^{t +1} )

    そしてこれが，歩容 (自動) モードの形式ということになる。


    ○ 歩行のなかの ｢歩容｣ の位置：：
    外的条件の変化が小さいときの歩行は，歩容になる。
    理由は，
    　　｢歩行脳NN の入出力フローから s_t が除かれる｣
    のが，歩容だから。


    ○ 歩行脳NN の出力がサーボ電流値の場合：
    ４足歩行ロボットの歩行は，関節の動き。
    関節を動かすのは，サーボ。
    そしてサーボの動きは，サーボ電流で制御する。

    よって，歩行脳NN の出力は，サーボ電流値とするのが，最も直接的である。
    ここでは，歩行脳NN の出力を，サーボ電流値とする。

    このとき，歩容 (自動) モードの歩行脳NN の入出力は，
    　　直近の出力の電流値 → つぎの電流値

    そしてこれとつぎ対応する：
    　　サーボのいまの動き → サーボのつぎの動き