系統觀點
自動控制理論（Automatic Control Theory）描述的不只是機器，也描述了所有能「感測—判斷—行動」的系統——包括你的身體。
人體在坡面上是一個持續對抗重力的「閉迴路控制系統」。大腦扮演控制器（Controller），感測器是前庭系統與足底壓力，輸出則是肌肉張力的即時調整。
空中旋轉時（540°、720°…），系統的角動量守恆。縮緊手臂→轉動慣量減小→角速度增大；展開身體→慢下來對齊落地方向，完全符合 L = Iω 的物理定律。
內耳前庭（陀螺儀）+ 眼睛（視覺）+ 關節本體感覺（IMU）→ 大腦用類似卡爾曼濾波器（Kalman Filter）的機制合併多源感測，估計出身體的三維姿態。
凹凸冰面、粉雪、硬冰，都是系統的外部擾動（Disturbance）。進階滑雪= 提升系統的抗擾動能力（Robustness），讓偏差能在最短時間內被修正回穩態。
閉迴路控制
感測
前庭系統測量加速度與旋轉角速度，腳底感測地面壓力分布
處理
小腦整合多源訊號，預測下一時刻的姿態誤差（Predictive Model）
執行
大腦發令給核心肌群、股四頭肌、小腿，輸出修正扭矩
回饋
新的姿態成為下一個時間步的輸入，形成閉迴路（Closed-loop）
系統成熟度
系統的「增益（Gain）」太低，對誤差反應遲鈍。身體僵硬 = 反饋延遲。學習目標：降低回應延遲、提高感測靈敏度。
增益適中，能處理常規擾動。開始出現「前饋控制（Feedforward）」——根據地形預判，在誤差發生前就預先調整重心。
系統含有完整的「內部模型（Internal Model）」。大腦能精確模擬物理世界，預測每個動作的結果，實現近乎零誤差的穩定控制。
物理模型
角動量守恆
L = I · ω = 常數
空中旋轉時，縮身→ I 減小→ ω 增大
Newton 第二定律（旋轉版）
τ = I · α
扭矩 = 轉動慣量 × 角加速度
摩擦力（雪面）
f = μ · N · cos θ
μ 為雪況係數，θ 為板子切入角度