侵害受容を制御プリミティブとして：単一身体に展開するエージェントのための求心性チャネルと侵害受容記憶

- 単一の身体に配備された agent が、その身体の摩耗耐性を学習できない epoch-one 設定を扱う。 - 方針のパラメータは身体が与えられる前に固定され、生涯更新されない。 - agent は load-gated な nociceptive channel と、感じたことを保持する memory を持つ。 - 感じた cost が、最も優しい作業ではなく、まだ感じていない best-paid な作業へ配分を移すことを証明する。 - 保持のない agent は felt-cost 制約が束縛するのを見ないこと、channel は脅威が個別に予測不能・回避が安価・無視が高価な場合にのみ報いることを示す。

- 生涯を通じて学習する従来設定ではなく、身体が引かれる前に固定される epoch-one 設定を対象とする点が異なる。 - 同じ個体で channel と memory の有無を比較し、生涯をまたいで学習した schedule を持たない点で先行研究と異なる。 - population-trained agent は同じ channel から +0.65 年を得るが -0.54 の output を伴い、単一身体には種事前分布がないため差が出る。 - 両者は identity で関連し、ablation mean は per-body value の (1-χ) を報告する（χ は blind schedule が既に捉える割合）。

- load-gated な nociceptive channel と、感じた cost を保持する memory を agent に持たせる。 - 固定重み方針のパラメータを身体が引かれる前に設定し、生涯更新しない。 - 感じた cost に基づき、まだ感じていない best-paid な作業へ配分を移す制御則。 - 保持・置換・感じることを組み合わせ、身体ごとに channel と memory の有無を比較する。 - 種事前分布が供給するものを単一身体は持たないため、population-trained agent との差を identity で関連付ける。

- 2,000 の simulated floor-layer knees で検証。摩耗は published loss rates に基づく。 - 感じ・保持・置換により、working life が age 55.2 から 59.6 へ、career output が 33.7 から 36.1 へ増加。 - 69.3% の身体が gain し、none lose。 - 感じるが保持しない身体は +4.4 年のうち 1 年を得て、残りは retention が担う。 - population-trained agent は同じ channel から +0.65 年を得るが -0.54 output。 - regime map が価値を予測する領域では、care robot が certified service life を 6 倍にし、field-anchored fleet が 0.55 ではなく 0.15 の machine を write off。予測しない領域では rover は blind caution に比べほとんど得をしない。

- 感じた cost が best-paid な未感覚作業へ配分を移すこと、保持のない agent は felt-cost 制約が束縛するのを見ないことを証明。 - channel は脅威が個別に予測不能・回避が安価・無視が高価な場合にのみ報いる。 - population-trained agent との差は種事前分布が既に供給するもので、単一身体にはない。 - 両者は identity で関連し、ablation mean は per-body value の (1-χ) を報告する。 - regime map は両方向で成立する。

- 要旨で参照/比較されている研究や関連手法は明示されていない。 - 同分野の定番として、population-based training、domain randomization、sim-to-real transfer、wear-aware control、proprioceptive sensing に関する研究が挙げられる。