集成接触感知反馈 CPG 系统用于基于学习的软体蛇形机器人运动控制器

本文旨在通过开发生物启发的接触感知运动控制器来解决软体蛇形机器人的接触感知运动问题。为控制器提供有效接触信息，我们开发了覆盖鳞片的传感器结构以模仿自然蛇的鳞片感觉器。在控制框架设计中，我们的核心贡献是为 Matsuoka 中枢模式发生器（CPG）网络开发了一种新型感觉反馈机制。该机制使 Matsuoka CPG 系统在整个接触感知控制方案中像“脊髓”一样工作，同时接收来自“脑”（目标跟踪运动控制器）的紧张性输入信号与来自“反射弧”（接触反应控制器）的感觉反馈信号，并生成节律信号以驱动软体蛇形机器人蜿蜒穿过密集排布的障碍物。在“反射弧”设计中，我们开发了两类不同的反应控制器——1）一种强化学习（RL）传感器调节器，学习操控 CPG 系统的感觉反馈输入；2）一种局部反射式传感器-CPG 网络，以特定拓扑直接将传感器读数与 CPG 的反馈输入相连。结合运动控制器与 Matsuoka CPG 系统，这两类反应控制器促成了两种不同的接触感知运动控制方案。这两种控制方案在仿真与真实软体蛇形机器人中均受测试与评估，在接触感知运动任务中展现出良好性能。实验结果也验证了改进型 Matsuoka CPG 系统及其新感觉反馈机制在生物启发机器人控制器设计中的优势。