基于深度强化学习的磁软体机器人自适应驱动
机器人学
2022-04-26 v1
摘要
磁软体机器人因其在无缆驱动和优异可控性方面的独特优势而受到越来越多的关注。然而，在许多情况下，寻找实现这些机器人所需功能的磁化模式或磁场极具挑战性。迄今尚未提出统一的设计框架，现有方法主要依赖人工启发式，难以满足所需机器人运动的高复杂度。在此，我们开发了一种智能方法来解决相关逆设计问题，通过引入基于 Cosserat 杆模型的磁软体机器人新型仿真平台和基于 TD3 的深度强化学习框架实现。我们证明具有不同磁化模式的磁软体机器人可在仿真中无需人类引导地学习运动，并且可自主生成有效磁场，随后能以开环方式直接应用于真实磁软体机器人。
引用
@article{arxiv.2204.11475,
title = {Adaptive actuation of magnetic soft robots using deep reinforcement learning},
author = {Jianpeng Yao and Quanliang Cao and Yuwei Ju and Yuxuan Sun and Ruiqi Liu and Xiaotao Han and Liang Li},
journal= {arXiv preprint arXiv:2204.11475},
year = {2022}
}