基于循环脉冲神经网络的多关节机械臂控制
机器人学
2022-10-06 v1
摘要
在本文中, 我们展示了如何仅使用基础3D打印设备和简单电子器件构建可扩展、低成本的躯干状机械臂。该设计基于统一的、可堆叠的关节模块, 每个模块具有三个自由度。此外, 我们提出了一种利用循环脉冲神经网络控制这些机器人的方法。首先, 一个脉冲前向模型从运动观测中学习电机-姿态关联。训练后, 意图可通过前向模型展开后的脉冲序列反向投射, 本质上将意图驱动的运动梯度导向相应关节, 从而实现目标导向导航。我们证明, 脉冲神经网络由此可有效控制具有多达75个关节自由度的躯干状机械臂, 精度近毫米级。
引用
@article{arxiv.2104.04064,
title = {Many-Joint Robot Arm Control with Recurrent Spiking Neural Networks},
author = {Manuel Traub and Robert Legenstein and Sebastian Otte},
journal= {arXiv preprint arXiv:2104.04064},
year = {2022}
}