肌腱驱动弹性元件机器人肢体的自主控制揭示附加弹性可增强学习
机器人学
2019-09-30 v1 系统与控制
系统与控制
生物物理
摘要
被动弹性元件在生物与机器人系统中均可贡献于稳定性、能量效率与冲击吸收。它们也增加了动力学复杂性，使其建模与控制更具挑战性。这种附加复杂性对自主学习的影响尚未被充分探索。这对于电缆与肌腱不可避免地具有弹性的肌腱驱动肢体尤为相关。在此，我们探究了在不同肌腱刚度值下，模拟生物可信肌腱驱动腿的自主学习与控制效能。我们证明，增加模拟肌肉的刚度可使逆映射收敛需要更多迭代，但随后可更精确地执行，尤其在离散任务中。此外，系统对后续肌肉刚度变化具有鲁棒性，并能在 5 次尝试内即时适应。最后，我们测试系统于运动功能任务，发现肌肉刚度对学习与性能有类似影响。鉴于一定范围刚度值可改善学习并最大化性能，我们得出结论：机器人本体与自主控制器——至少对肌腱驱动系统——可协同开发以利用弹性元件。重要的是，这也开启了重现脊椎动物脑与身体协同进化中有益方面的研发之门。
引用
@article{arxiv.1909.12436,
title = {Autonomous Control of a Tendon-driven Robotic Limb with Elastic Elements Reveals that Added Elasticity can Enhance Learning},
author = {Ali Marjaninejad and Jie Tan and Francisco J. Valero-Cuevas},
journal= {arXiv preprint arXiv:1909.12436},
year = {2019}
}