Up モデルづくり 作成: 2026-05-16
更新: 2026-05-16

    ｢歩行｣ と ｢タスク｣ は，異なる階層の機能/能力である。
    そこで，それぞれにモデルを割り当てることになる：
    　　　歩行モデル　 : ｢どう歩くか｣
    　　　タスクモデル : ｢何をするか｣
    そしてこの2つのモデルの関係は，｢AI オーケストレーション｣。


  • 歩行モデル (Locomotion Policy)
    1. 歩行ポリシー（Locomotion Policy）を学習
        PPO などで「安定歩行」を学習
        入力：身体状態
        出力：関節トルク
    2. スキルを追加（Skill Policies）
        段差越え
        障害物回避
        斜面歩行
        ジャンプ
        旋回
    　2 は，｢カリキュラム学習｣ の形に構成される。


  • タスクモデル (High-level Policyy)
    • タスクレベルの意思決定（High-level Policy）
        目的地まで移動
        物体を探索
        人を追従
    　ここでは LLM を使う研究も増えている。