基于深度学习的模型辨识系统利用仿生人体与类人机器人姿态控制模型的模块化结构
机器学习
2021-03-08 v1
摘要
本工作提出了一种基于卷积神经网络（CNN）的人体姿态控制系统辨识方法，采用 DEC（扰动估计与补偿）参数模型。所提控制模型的模块化结构启发了模块化辨识方法的设计，即使用同一个神经网络来辨识控制不同自由度的模块参数。如此，所给出的由外部刺激诱发的身体摇摆示例可一次性提供多个训练样本。
引用
@article{arxiv.2102.02536,
title = {Deep Learning Based Model Identification System Exploits the Modular Structure of a Bio-Inspired Posture Control Model for Humans and Humanoids},
author = {Vittorio Lippi},
journal= {arXiv preprint arXiv:2102.02536},
year = {2021}
}
备注
Presented at ICPRAM 2021, International Conference on Pattern Recognition Applications and Methods