本研究は、二足歩行ロボットが現実世界での転倒リスクを軽減することを目的としています。多くの研究が転倒を防ぐことに焦点を当てている中、本研究は転倒そのものに着目し、ロボットの潤滑な制御と物理的損傷の軽減を図ります。具体的には、望ましい最終姿勢の達成と衝撃の最小化、重要な部品の保護をバランスさせる報酬関数を提案し、強化学習を通じて実現します。また、初期の落下条件に対するポリシーのロバスト性を高め、未知の最終姿勢を指定できるようにするため、シミュレーションベースのサンプリング戦略を導入します。シミュレーションおよび実験を通じて、二足歩行ロボットが制御された柔らかい落下を実行できることを示しました。