EduController

🤖 01. FSM・PID・LLMによるハイブリッド制御（AITL構想）

本節では、FSM（本能層）、PID（理性層）、LLM（知性層）という
三層構造のハイブリッド制御アーキテクチャである「AITL構想」について解説します。

---

🧠 AITL構想とは？

AITL（Artificial Instinct–Thinking–Language）は、以下の3層構造を持つ制御モデルです：

層	要素	役割
本能層	FSM（状態機械）	基本的な動作・ルールの実行（ON/OFF・フロー制御）
理性層	PID制御など	数値的な安定・精度・性能を保証する連続制御
知性層	LLM（大規模言語モデル）	状況判断・例外対応・目的推論・対話など

---

🧩 各層の制御構成

✅ FSM（状態機械）

• タスクの流れや遷移条件を定義
• 例：ロボットの「停止 → 前進 → 回避」などの流れ

✅ PID制御

• フィードバック制御の中心
• FSMの各状態での制御器として動作
• 実時間で物理系とやり取り

✅ LLM（GPTなど）

• 状況判断、環境の文脈理解、例外時の指示生成
• FSMの状態遷移条件や、制御パラメータの変更にも関与
• ChatGPT API 等と連携して動作可能

---

🏗️ 構成図（概要）

[LLM: 知性層]
     ↓（指示/推論）
[FSM: 本能層]───→ 状態遷移ロジック
     ↓（状態に応じた命令）
[PID: 理性層]───→ 実時間制御信号

---

🔍 例：自律移動ロボット

状態	FSM動作	PID制御	LLM関与
前進	MoveForward	距離維持	行先判断
停止	Idle	0出力	指示待ち / 対話
障害物回避	Avoid	軌道調整	「どの方向へ回避すべきか」

---

💡 目的と利点

• ルールベースの安定性（FSM）と精密制御（PID）を維持しつつ、
• 環境変化・例外・新規タスクへLLMが対応
• 状況依存の柔軟な知能制御システムの構築が可能

---

📁 次へ

次節では、具体的な「シナリオ制御とLLM活用」について掘り下げます。

📄 02_scenario_control.md