この研究では、未構造環境におけるロバストなヒューマノイドの locomotion に必要なアーキテクチャについて論じています。特に、高速で動作する固有受容器の安定化機構と低速の知覚ポリシーを組み合わせたシンプルな階層制御アーキテクチャ（LCA）が、単一のエンドツーエンドデザインよりも顕著に優れたパフォーマンスを示すことが明らかにされました。提案する二段階のトレーニングカリキュラムでは、安定化事前トレーニングと知覚の微調整を行い、シミュレーションおよびハードウェアでの成果を一段階のポリシーと比較しています。具体的には、Unitree G1 ヒューマノイドが階段や端におけるタスクを実行する際、このアプローチが一段階の知覚ポリシーよりも成功することが示され、アーキテクチャによる時間スケールの分離がロバストな知覚条件下での locomotion において重要であると述べています。