現状ではひたすら試行錯誤して時間をかけて職人級に作り込まねばならない教示困難なタスク、もしくは、どんなに作り込んでも教示不可能なタスク、これらを比較的手軽に一般ユーザーにより実現できることも期待される。

たとえば現状では、衣料折り畳みなど柔軟物操作系のタスクは教示不可能という位置づけだったし、
未知の環境の不整地における外部との接触を伴う立体的な移動系のタスクなんかもそんな感じ。
最近の潮流でそれらが一般的に実現できるようになるとしたら、まさにブレークスルーといえる。

極と極線
(習ったことあるような無いような)

双対変換の考え方を読解中

後ろ向きな話ではなく、ちゃんとルールを作れば社会に新しい良い変革を起こせるんだ～って信じて前向きに捉えて積極的に取り組んでいきたい話。

何かを可能にする新たな存在が現れたとき(もしくは作られたとき)、それらを既存の市場・社会のルールに当てはめるのか、それらを元にした新たな市場を開いて新たな社会のルールを作るのか。
いずれにせよ、ルールを後追いにして社会に広めることは、背負いたくない問題を人々に負わせる身勝手な行為だと、他人事ではなく自覚しておきたい。

遠隔操作でピストルスクワットできるのがボストンダイナミクス
ユニツリーもやって欲しい

逆運動学で解こうとする動作、この例だとタスクとなる手先の直線動作とは何を意味しているのか？を解釈する方向ともいえる。
従来のロボットのソフトウェアでは、予め与えられた経由点や経路もしくは教示データに従った動作を求め、なければNG(エラー)とする。タスクは点や経路に従うことであり、状態-行動を学習してもその仕組みが汎用化されても、それ以上の意味はない。
一方、タスクの制約や達成条件から汲み取って動作生成すると、直線っぽい動作ならば誤差があってもOK、時間短ければOK、手先でも肘でもどの部位でもOK…など、タスク遂行に幅が効く。つまり、よりタスクの本質的な枠組みでの意味のある動作生成になる。

先の手先の直線動作の例でいうと、以下の図の3のように、最大到達域や関節位置リミットなどの制約により、手先の直線動作を厳密に達成できないことがある。
計算的には試行回数以内に誤差が直線精度内に収束しない。
それでも、エラーとして動作停止させずに手先誤差を許容してでも動かすというのがこの逆運動学解法の特徴である。
「可解性を問わない」と言ったりするが、これはそういう意味らしい。