大脑-身体-任务的共同适应可以改善自主学习和双脚行走的速度
Darío Urbina-Meléndez1, Hesam Azadjou1, Francisco J Valero-Cuevas1,2
1Alfred E. Mann Department of Biomedical Engineering, University of Southern California, Los Angeles, CA 90089, United States of America.
Bioinspiration & biomimetics
|October 7, 2024
概括
这项研究介绍了一种生物灵感的双脚机器人,该机器人通过自然的运动语和其反向驱动特性来学习行走. 它通过物理适应和探索策略展示了高效的运动学习.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 生物机械工程 生物机械工程
- 人工智能的人工智能
背景情况:
- 动物将大脑和身体共同适应环境相互作用.
- 机器人往往需要复杂的控制来进行交互和运动.
研究的目的:
- 开发一种由肌驱动的,过度执行的双脚机器人,灵感来自动物的共同适应.
- 为了使机器人能够通过自然的运动语来学习行走,并利用其反向驱动的特性来管理环境相互作用.
- 研究探索策略在不断学习运动中的作用.
主要方法:
- 使用一种驱动,过度执行的双脚机器人,具有可反向驱动的机械性能.
- 使用一个简单的三层神经网络,训练了2分钟的"自然"运动语 (与动态相容的探索).
- 在不同的地面接触条件下,将"自然"的喋喋不休与"天真"的喋喋不休 (无视动态) 进行比较.
主要成果:
- 通过自然语训练的机器人学会了在空中循环的腿部运动,并通过轻微的地面接触实现了机 locomotion.
- 幼稚的喋喋不休,未能在空气中产生一致的运动,在接触时产生不稳定的运动.
- 当地面接触错误不可避免时,随着这两种喋喋不休的类型出现了机动运动,突出了适应.
结论:
- 在不可预见的情况下不断学习行走,可以通过利用植物动态的物理适应和探索策略来推动.
- 生物灵感的肢体和控制策略的共同设计允许在没有明确的轨迹错误控制的情况下进行运动.
- 可逆向驱动的特性对于管理身体与环境的相互作用和促进适应性学习至关重要.
