教師：上体を立てて着地する奥足の膝蹴り

最初の膝蹴りの教師の奥足の膝蹴り kneeR3-183.5M はうまく当たっていましたが、私はこう気づきました。「膝蹴りのあと、足が地面に戻ると、ファイターが背中を反らしている。」私のモーションキャプチャに忠実すぎたのです。私はインパクトのあと少し後ろに反ります（骨盤が 5–9° 後ろ、胸が 10–16°。構えではそれぞれ 0 と +1.5°）。モデルは骨盤をさらに最大約 8° 後ろに傾け、胸を参照モーションに合わせるために腰を約 20° 曲げていました。腰が前、胸が後ろという形です。技については膝蹴りのページにあります。

変えたこと

• 参照モーション。 キャプチャの 7.05–7.35 s、つまり腰を突き出した直後に、骨盤の傾きと背骨の曲がりを構えのものに戻し、最後までそのまま保つようにしました。参照モーションは 7.05 s より前は同一で、インパクト（6.933 s）も変わりません。学習前にプレビューを確認して承認しました。スイッチニーとボディストレートには手を加えていません。
• 新しい報酬の項。 命中のあと、胸と骨盤が参照モーションより後ろに傾かないことに報酬を払う項（重み 1.5、5° のガウス関数）です。参照モーションより前に傾くのは自由です。
• ゲートに1行追加しました。命中のあと、体が参照モーションより後ろに最大どれだけ傾いたかです。

新しい参照モーションに対して、kneeR3-183.5M は空中で 12.4°、バッグで 9.7° 後ろに傾いていました。

ラン

ラン	元	変更	結果	マシン時間、コスト
kneeR4	kneeR3-183.5M	上体を立てた参照モーションと後ろへの傾きの項	183.5M を採用：後ろへの傾き 空中 1.3°、バッグ 0.9°。バッグ 6/6、転倒なし	2.1 h、$1.29

vast.ai でレンタルした RTX 5090 1台（ペンシルベニア、$0.601/h）で10月26日 00:03 UTC から動かし、kneeR3 と同じく、kneeR3-183.5M をウォームスタートに、guard14-45.9M を教師にしました。毎秒約30,000ステップで、207.9 M ステップで上限の2時間に達しました。傾きはほぼすぐに減りました。13.1 M の時点で、バッグの列は 1.8°（kneeR3 は 9.2°）でした。

ゲート

スナップショットごとに6つのシードで、傾きは上体を立てる区間の開始時点から測りました。

スナップショット	後ろへの傾き、空中 / バッグ	メモ
kneeR3-183.5M	12.4° / 9.7°
52 M	5.1° / 1.0°	空中の命中 5/6
105 M	1.2° / 1.0°	押しで 1/6 転倒
157 M	1.4° / 1.4°	空中では足の向きがずれて終わる
183.5 M	1.3° / 0.9°	足は構えに戻り、転倒0
206 M	3.1° / 0.6°	空中では最大 10.8°

最もきれいだったのは 183.5 M です。バッグ 6/6、最後に足が構えに戻り（前足が 0.40–0.41 m 前、後ろ足は開始位置）、転倒なし。空中では kneeR3 と同じく 0/6 です。膝は標的から 3.6 cm のところに 2.5 m/s で届き、ゲートが命中と数える速度に達しません。クリップを私が確認し、kneeR4-183.5M が kneeR3 に代わって奥足の膝蹴りの教師になりました。次に distill7 で生徒に組み込みました。

すべてのラン

kakuto-mlのラン記録から作成しています。各ランのマシン、課金された時間とコストです（EC2のランはランのログからの推定値です）。

← 「膝蹴りを直す」のすべての作業ログ