ハエに着想を得たリカレント制御器によるヒューマノイド歩行

- ハエ（fly）に着想を得た再帰的コントローラでヒューマノイドの歩行を制御する研究。 - シミュレーション上の Unitree G1 と 3,609 個の連続ニューラル状態を結合。 - body-observation projections、motor-neuron-labelled readout、joint servos で構成。 - 固定チェックポイントを 7 地形・3 速度・3 初期 yaw オフセットで評価。

- 先行研究との具体的比較は要旨からは不明。 - 特権的参照（privileged reference）が 62/63 条件を達成するのに対し、本手法は 61/63 条件を達成。 - 再帰的 motor state を毎回リセットすると成功率が 19/21 から 0/21 に変化する点を報告。

- 3,609 個の連続ニューラル状態を持つ再帰コントローラ。 - body-observation projections で身体観測を入力。 - motor-neuron-labelled readout と joint servos で関節を駆動。 - 神経-身体フィードバック系として定式化。 - 深さや上流状態の置換では行動が不変で、下降出力がゼロであることを測定。

- 7 地形インスタンス、3 速度、3 初期 yaw オフセットの計 63 条件で評価。 - survival-and-forward-progress 基準で 61/63 条件を完了。 - 名目 yaw で再帰 motor state を毎回リセットすると 19/21 から 0/21 に変化。 - 252 記録状態で深さ・上流状態の置換を行い、行動が不変であることを確認。 - 記録軌跡と状態一致画像で持続運動、横方向ドリフト、終了イベントを関連付け。

- テストされた歩行は直接的な身体・コマンド入力と持ち越された motor state に支えられていると特徴づけ。 - 回路構造と制御リソースの比較のための具体的基盤を提供。 - 限界や議論の詳細は要旨からは不明。

- 要旨で参照・比較されている研究は privileged reference のみで、具体的な論文名は不明。 - 同分野の定番として humanoid locomotion や recurrent neural network controllers、fly-inspired control に関する研究が挙げられる。