ゆるふわフィジカルAI
フィジカルAIの学習に必ず出てくるプログラミング言語、Python（パイソン）。この記事では「Pythonって何？」から、あなたのパソコンで動かすところまでを30分で案内します。
前提: ターミナル超入門を先に読んでおくとスムーズです。
Pythonってそもそも何？
世界でいちばんAIと相性のいいプログラミング言語です。
プログラミング言語とは「パソコンへの命令の書き方ルール」のこと。いろいろな言語がある中で、Pythonは文法が英語に近くて読みやすく、AI・ロボット関連の道具（ライブラリ）がほぼすべてPython向けに作られています。フィジカルAIを学ぶならPython一択、と言い切ってOKです。
今日のゴール
Pythonを入れる
10分
動作確認
5分
Hello, Robot!
5分
Step 1: Pythonをインストールする
Macの場合 🍎
実はMacには最初からPythonが入っていることが多いです。ターミナルで確認:
python3 --versionPython 3.9 以上の数字が出ればそのまま使えます。出なければ python.org から最新版をダウンロード→ダブルクリックでインストール。
Windowsの場合 🪟
- python.org で「Download Python 3.x」ボタンを押す
- ダウンロードしたファイルをダブルクリック
- 最重要: 最初の画面で「Add python.exe to PATH」に必ずチェック☑️を入れてから「Install Now」
PATHチェックを忘れたら
「Add to PATH」のチェックを忘れると、ターミナルからPythonが呼び出せません。忘れた場合は、もう一度インストーラーを実行すれば直せます（あるあるなので落ち込まなくてOK）。
Step 2: 動作確認
ターミナル（WindowsはPowerShell）を開き直してから:
python3 --version
# Windowsの人は: python --versionPython 3.12.x のようにバージョンが表示されたら成功です🎉
Step 3: はじめてのプログラム「Hello, Robot!」
ターミナルで python3（Windowsは python）と打つと、Pythonと対話できるモードになります。
>>> print("Hello, Robot!")
Hello, Robot!
>>> 3 * 7
21print(...) は「画面に表示して」という命令。ちゃんとあなたの命令で動きました。これがプログラミングです。終わるときは exit() と入力（または Ctrl + D）。
Step 4: pip — 道具を追加する魔法のことば
Pythonの真の強さは、世界中の人が作った道具（ライブラリ）を無料で追加できること。それをするのが pip コマンドです。
pip3 install numpyこれで数値計算ライブラリ「NumPy」が入りました。フィジカルAIの記事で pip install mujoco のような行を見たら、「シミュレータという道具を追加してるんだな」と読めればOKです。
仮想環境はもう少し先でOK
調べていくと「venv（仮想環境）を使うべき」という話が出てきますが、最初の1ヶ月は気にしなくて大丈夫。道具が増えてきたタイミングで覚えれば十分です。
エラーが出たときの心得
command not found: python3→ インストール直後ならターミナルを開き直す。Windowsは「Add to PATH」チェックを確認- 何かおかしい → エラー文をそのままAIに貼って聞く。これが2026年の正攻法です
まとめ
- PythonはAI・ロボット学習の共通語。フィジカルAIを学ぶならPython一択
- インストールはpython.orgから。Windowsは「Add to PATH」チェックを忘れずに
print("Hello, Robot!")が動けば、あなたはもうプログラミング経験者です
📚 もう少し詳しく（背景）気になる人向け・タップで開く
フィジカルAIでPythonが標準なのは、AI・ロボットの主要ツールがほぼPythonでそろっているうえにResearchから実機まで一気通貫で書けるからです。PyTorchなどの学習ライブラリ、MuJoCoなどのシミュレータ、ROS 2のPythonインターフェースまで、エコシステムが充実しています1。
最初のつまずきポイントが環境の分離です。プロジェクトごとに使うライブラリのバージョンが違うため、まとめて1か所に入れると衝突して壊れます。これを防ぐのが仮想環境（venv や conda）で、「プロジェクトごとに専用の箱を作る」イメージ2。最初は面倒に感じますが、この習慣がないと「昨日動いたコードが今日動かない」地獄に陥ります。
逆に言えば、環境構築さえ乗り越えれば、あとは豊富なサンプルとコミュニティが助けてくれます。完璧を目指さず、「まず動かす→エラーを調べる」を繰り返すのが、この分野で伸びるコツです。
次の一歩
環境ができたら、いよいよ本編へ。MuJoCo入門で物理シミュレーションを動かすか、学習ロードマップで全体の地図を確認しましょう。