鲁棒腿式机器人中神经动力学的人群层面分析
机器人学
2023-06-29 v1 人工智能
机器学习
神经与进化计算
神经元与认知
摘要
基于循环神经网络的强化学习系统能够完成复杂的运动控制任务，如 locomotion 和 manipulation，然而其许多底层机制仍难以解释。我们的目标是通过借鉴计算神经科学的方法，理解鲁棒机器人运动控制器的群体层面活动。我们的研究首先分析拓扑结构，发现脆弱的控制器具有更多带有不稳定方向的固定点，导致其在被指令原地站立时平衡更差。接下来，我们通过对群体层面主导活动方向施加定向神经扰动来分析系统的强迫响应。我们发现证据表明，在行走过程中循环状态动力学是结构化且低维的，这与灵长类动物研究一致。此外，当循环状态被扰动至零时，脆弱的智能体仍能继续行走，这表明其对感官输入的依赖更强而循环作用更弱。
引用
@article{arxiv.2306.15793,
title = {A Population-Level Analysis of Neural Dynamics in Robust Legged Robots},
author = {Eugene R. Rush and Christoffer Heckman and Kaushik Jayaram and J. Sean Humbert},
journal= {arXiv preprint arXiv:2306.15793},
year = {2023}
}