使用基于图形神经网络的学习方法进行端到端的去中心化形成控制
Chao Jiang1, Xinchi Huang2, Yi Guo2
1Department of Electrical Engineering and Computer Science, University of Wyoming, Laramie, WY, United States.
Frontiers in robotics and AI
|November 29, 2023
概括
本研究介绍了一种可扩展的深度学习方法,用于多机器人合作控制,使用图形神经网络 (GNN) 来处理传感器数据以实现分散的形成控制. 该方法在模拟中展示了有效的三角形构造,克服了传统控制管道的局限性.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
- 控制系统 控制系统
背景情况:
- 传统的多机器人合作控制依赖于连续的感知控制管道,导致延迟和错误.
- 端到端学习提供了一个解决方案,但在多机器人系统中面临着可扩展性挑战.
研究的目的:
- 开发一种新的,可扩展的,分散的合作控制方法,用于使用深度神经网络的多机器人组成.
- 通过整合感知和控制来解决现有方法的局限性.
主要方法:
- 一种使用深度神经网络的去中心化合作控制方法.
- 通过图形神经网络 (GNN) 建模的机器人间通信.
- 从使用LiDAR传感器数据的专家演示中学习控制政策.
主要成果:
- 拟议的方法实现了可扩展的控制政策,即使有固定数量的机器人训练,也有效.
- 在不同尺寸的多机器人团队中,证明了成功的三角形形成行为.
- 克服了序列管道固有的处理延迟和复合错误.
结论:
- 基于GNN的新型端到端学习方法使多机器人组成的可扩展和强大的去中心化合作控制成为可能.
- 这种方法为复杂的机器人任务提供了传统基于模型的控制的有希望的替代方案.
相关概念视频
01:25Neural Circuits
1.3K
Neural circuits and neuronal pools are two of the main structures found in the nervous system. Neural circuits are networks of neurons that work together to carry out a specific task or process. They consist of interconnected neurons and glial cells, which provide structural and metabolic support.
Neuronal pools are collections of nerve cells with similar functions and interact through chemical and electrical signals. These pools include both interneurons (the central neural circuit nodes that...
Neuronal pools are collections of nerve cells with similar functions and interact through chemical and electrical signals. These pools include both interneurons (the central neural circuit nodes that...
1.3K
01:18Hierarchy of Motor Control
2.8K
The hierarchy of motor control refers to the different levels of organization and processing involved in controlling movement in the body. These levels range from higher cortical areas involved in planning and decision-making to lower spinal cord reflexes that respond automatically to external stimuli.
2.8K