Webサイトから専門用語を抽出し説明リンクを付与する

以下のURLページ内の専門用語のみを抽出して

### ルール
- 見出し階層は24階層まで。
- 論文単位の分けはなくして、用語のカテゴリ別に階層にして
- 各見出しに、wikiリンクを追加して
- 各見出しに対する日本語説明を付与して
- MarkMapに対応したマークダウン記法を使って

### アウトプット
※情報をコピーして使いたいので、 ```markdown と ``` でくくって出力ください

### インプット
https://arxiv.org/abs/2111.02666
https://arxiv.org/abs/2112.01871
https://arxiv.org/abs/2202.09976
https://arxiv.org/abs/2202.13057
https://arxiv.org/abs/2205.02811
https://arxiv.org/abs/2303.15213

# 専門用語のマークマップ

## ロボティクス
- [Robot kinematics](https://en.wikipedia.org/wiki/Robot_kinematics)
  - ロボットの運動学に関するデータ。特に、特定のプリミティブでグループ化された動きに関連している。
- [Degrees of freedom](https://en.wikipedia.org/wiki/Degrees_of_freedom_(mechanics))
  - ロボットが動く方向や角度の自由度。

### 学習と最適化
- [Latent variables](https://en.wikipedia.org/wiki/Latent_variable)
  - 隠れ変数。観測データから直接は観測できないが、その背後に存在する変数。
- [Generative model](https://en.wikipedia.org/wiki/Generative_model)
  - データの生成過程をモデリングする確率モデル。

## 機械学習
- [High-dimensional process](https://en.wikipedia.org/wiki/Dimensionality_reduction)
  - 高次元のプロセス。多くの変数に依存するプロセス。
- [Linear subspaces](https://en.wikipedia.org/wiki/Linear_subspace)
  - 線形部分空間。元の空間内で線形性を保持する部分集合。

### ニューラルネットワーク
- [Recurrent Neural Network (RNN)](https://en.wikipedia.org/wiki/Recurrent_neural_network)
  - 再帰型ニューラルネットワーク。時系列データに対して有効。

## 物理特性
- [Actuator strength](https://en.wikipedia.org/wiki/Actuator)
  - アクチュエータの強度。物理的な動きを生成する装置の能力。
- [Locomotion task](https://en.wikipedia.org/wiki/Locomotion)
  - 移動タスク。ロボットが特定の方法で移動するタスク。

## 統計学
- [Meta-prior](https://en.wikipedia.org/wiki/Prior_probability)
  - メタ事前確率。複雑性項を調整するパラメータ。
- [Free energy principle](https://en.wikipedia.org/wiki/Free_energy_principle)
  - 自由エネルギー原理。システムが自己組織化するための原理。

## 人間とロボットの相互作用
- [Kinaesthetic interaction](https://en.wikipedia.org/wiki/Kinesthetic_learning)
  - 動触覚的相互作用。人間とロボットが物理的に相互作用すること。
- [Reaction forces](https://en.wikipedia.org/wiki/Reaction_(physics))
  - 反作用力。物体が他の物体に力を与えたときに生じる力。