立位平衡では,不確かな環境条件の下では環境から得られる情報を利用することが必要である.我々は環境変化の情報として床反力を利用するような歩行運動パターンの学習法を提案してきた.そこでは,運動パターンとしてのトルク軌道は基底関数の重み付け和で記述され,その重みの決定が運動パターンの学習と位置づけている.その基底関数としてどのような基底関数を選ぶかは検討すべき課題であった.本研究では三角関数,べき関数,RBF (Radial basis function)を基底関数と考え,それぞれを用いた場合の学習結果を歩行シミュレーションに基づいて比較した.結果として,三角関数とRBFにおいて基底関数としての有効性を確認することができた.