システム観点
自動制御理論（Automatic Control Theory）は機械だけでなく、すべての「センシング、判定、行動」が可能なシステムを説明します。体を含めて。
人体は斜面上で重力に絶えず対抗する『フィードバック制御システム』です。脳は制御装置（Controller）、センサーは前庭系と足底圧力、出力は筋張力の即座な調整です。
空中回転時（540°、720°…）、システムの角運動量は保存されます。腕を縮める→回転慣量減少→角速度増加；身体を展開→減速して着地方向を対準す、完全に L = Iω の物理法則に符合します。
内耳前庭（ジャイロ）+ 眼（ビジョン）+ 関節固有感覚（IMU）→ 脳がカルマンフィルター（Kalman Filter）に類似した機制で複数のセンサー信号を統合し、体の3D姿勢を推定します。
でこぼこ氷面、ふわふわ粉雪、硬い氷など、すべてシステムの外部かく乱（Disturbance）です。上級スキー= システムの抗かく乱能力（Robustness）を高め、偏差が最短時間で安定状態に戻るようにすることです。
フィードバック制御
センシング
前庭系が加速度と回転角速度を測定し、足底がスキー場圧力を感知
処理
小脳が複数のセンサー信号を統合し、次の時刻の姿勢誤差を予測（Predictive Model）
実行
脳がコア筋群、大腿四頭筋、下腿に指令を出し、修正トルク出力
フィードバック
新しい姿勢が次の時間ステップの入力となり、フィードバックループ（Closed-loop）を形成
システム成熟度
システムの『利得（Gain）』が低く、誤差への反応が感度不足。体がこわばる = フィードバック遅延。学習ゴール：応答遅延を低下、センシング感度を向上。
利得が適度で、通常の外乱に対応可能。『前向きフィードフォワード制御（Feedforward）』が出現 — 地形に基づいて予測し、誤差が起きる前に重心を調整。
システムに完全な『内部モデル（Internal Model）』を持つ。脳が物理世界を精密にシミュレートでき、すべての動作の結果を予測し、ほぼゼロ誤差の安定制御を実現。
物理モデル
角運動量保存
L = I · ω = 常數
空中回転時、体を縮める→ I 減少→ ω 増加
Newton第二法則（回転版）
τ = I · α
トルク = 回転慣量 × 角加速度
摩擦力（スキー場）
f = μ · N · cos θ
μ はスキー場係数、θ はボード切入角度