利用具有内在节律性的仿生神经网络学习四足机器人运动
机器人学
2023-05-15 v1
摘要
生物学研究揭示，位于脊髓、称为中枢模式发生器（CPG）的神经回路会振荡并产生节律信号，这是动物节律性运动行为背后的潜在机制。受 CPG 自然生成节律模式能力的启发，研究者尝试建立 CPG 的数学模型并用于腿式机器人运动。本文提出一种网络架构，融合用于节律模式生成的 CPG 与用于感官反馈的多层感知机（MLP）网络。我们还提出一种方法，将 CPG 重构为完全可微的无状态网络，使 CPG 与 MLP 能以基于梯度的学习联合训练。结果表明，我们所提方法学到了敏捷且动态的运动策略，能够在崎岖地形上盲目穿越并抵抗外部推力。仿真结果也显示，学到的策略能够自适应调节步频与步长以适应运动速度。
引用
@article{arxiv.2305.07300,
title = {Learning Quadruped Locomotion using Bio-Inspired Neural Networks with Intrinsic Rhythmicity},
author = {Chuanyu Yang and Can Pu and Tianqi Wei and Cong Wang and Zhibin Li},
journal= {arXiv preprint arXiv:2305.07300},
year = {2023}
}