系统观点
自动控制理论（Automatic Control Theory）描述的不只是机器，也描述了所有能「感测—判断—行动」的系统——包括你的身体。
人体在坡面上是一个持续对抗重力的「闭回路控制系统」。大脑扮演控制器（Controller），感测器是前庭系统与足底压力，输出则是肌肉张力的即时调整。
空中旋转时（540°、720°…），系统的角动量守恒。缩紧手臂→转动惯量减小→角速度增大；展开身体→慢下来对齐落地方向，完全符合 L = Iω 的物理定律。
内耳前庭（陀螺仪）+ 眼睛（视觉）+ 关节本体感觉（IMU）→ 大脑用类似卡尔曼滤波器（Kalman Filter）的机制合并多源感测，估计出身体的三维姿态。
凹凸冰面、粉雪、硬冰，都是系统的外部扰动（Disturbance）。进阶滑雪= 提升系统的抗扰动能力（Robustness），让偏差能在最短时间内被修正回稳态。
闭回路控制
感测
前庭系统测量加速度与旋转角速度，脚底感测地面压力分布
处理
小脑整合多源讯号，预测下一时刻的姿态误差（Predictive Model）
执行
大脑发令给核心肌群、股四头肌、小腿，输出修正扭矩
回馈
新的姿态成为下一个时间步的输入，形成闭回路（Closed-loop）
系统成熟度
系统的「增益（Gain）」太低，对误差反应迟钝。身体僵硬 = 反馈延迟。学习目标：降低回应延迟、提高感测灵敏度。
增益适中，能处理常规扰动。开始出现「前馈控制（Feedforward）」——根据地形预判，在误差发生前就预先调整重心。
系统含有完整的「内部模型（Internal Model）」。大脑能精确模拟物理世界，预测每个动作的结果，实现近乎零误差的稳定控制。
物理模型
角动量守恒
L = I · ω = 常數
空中旋转时，缩身→ I 减小→ ω 增大
Newton 第二定律（旋转版）
τ = I · α
扭矩 = 转动惯量 × 角加速度
摩擦力（雪面）
f = μ · N · cos θ
μ 为雪况係数，θ 为板子切入角度