人間動画を、どの層に挿すか
SYSTEM 2
判断の層 ── 計画
ゴールとシーンを見て、サブステップ列（言語）を立てる。「赤を掴む」「右の箱に置く」
固定語彙のコマンドで受け渡し
SYSTEM 1
運動の層 ── 実行
受け取ったコマンドを実際の動きに変える。距離ベース Pick & Place（確立済み）
人の手の動画を、どちらに挿すか
✗
運動の層へ直接
動かない
人の手と mechArm のグリッパは見た目も自由度も別物。
そのギャップを埋める大規模な土台モデルが前提になる
○
判断の層へ
動く
記録するのは手の 3D 軌道ではなく、判断の系列。
段取りを自動生成するコーチングデータになる
タップで反転 ── how を運ぶ層を選ぶ