Up 関数 reset() 作成: 2026-05-21
更新: 2026-05-21

    reset() は，MuJoCo / Isaac Gym / Bullet などの “物理シミュレータ” が提供する関数で，
    　　ロボットを「歩行開始に適した初期姿勢」に戻し，
    　　その状態ベクトル s₀ を返す

    reset() が返す「状態ベクトル s₀」の中身は，以下の通り：

    (1) 姿勢（IMU）
    ロボットの胴体（ベースリンク）の状態。
    　　ロール角（横倒れ角）
    　　ピッチ角（前後の傾き）
    　　ヨー角（向いている方向）
    　　角速度（3軸）
    　　加速度（3軸）
    これは ロボットが転びそうかどうか を判断するために重要。

    (2) 関節角度（joint positions）
    各関節の角度
    　　四足ロボットの関節数は通常
    　　3 (ヒップ, 膝, 足首) × 4 (脚) =12。
    reset() では，これらは 標準姿勢（立位） にセットされる。

    (3) 関節角速度（joint velocities）
    各関節の角速度（12次元）
    reset() 直後は ほぼ 0。

    (4) 足先の接地状態（foot contact）
    各脚が地面に接触しているか（0/1）
    reset() では 4脚とも接地 が一般的。

    (5) ロボットの位置・速度
    　　位置（x, y, z）
    　　速度（vx, vy, vz）
    reset() では：
    　　x = 0, y = 0（原点）
    　　z は「立位の高さ」
    　　速度は 0

    (6) 目標速度（commanded velocity）
    これは「ロボットに与える指令」。
    　　前進速度（例：0.5 m/s）
    　　横移動速度
    　　回転速度
    reset() では 0 にすることが多い。


    reset() は，エピソードが終わるたびに呼ばれる：
    　　ロボットが転んだ
    　　時間切れ
    　　ゴールに到達した