一种受脑启发的四旋翼风力感知学习算法
机器人学
2021-09-27 v1
摘要
对受脑启发的机器人学习算法的探索最终催生了来自神经科学的自由能原理，该原理将大脑的感知与行动建模为其自由能目标的优化。基于这一思想，我们提出一种估计算法，用于四旋翼在未建模风况下飞行的准确输出预测。本工作的关键思想是将未建模风动力学与模型的非线性误差作为系统中的有色噪声处理，并利用其进行准确的输出预测。本文首次通过实验验证了利用广义坐标结合动态期望最大化（DEM）进行机器人感知的有效性。通过真实飞行实验，我们表明该估计器以最小的输出预测误差优于经典估计器。基于实验结果，我们扩展了 DEM 算法以进行模型阶数选择，实现完整的黑箱辨识。通过本文，我们提供了 DEM 应用于机器人学习的首次实验验证。
引用
@article{arxiv.2109.11971,
title = {A Brain Inspired Learning Algorithm for the Perception of a Quadrotor in Wind},
author = {Ajith Anil Meera and Martijn Wisse},
journal= {arXiv preprint arXiv:2109.11971},
year = {2021}
}
备注
Submitted manuscript under review