用于储备池计算的脉冲神经元群体：柔体四足机器人的闭环控制
神经与进化计算
2020-04-15 v2
摘要
柔体机器人可比传统机器人更具通用性，但其控制更为复杂。然而，利用物理储备池计算框架，柔体身体的动力学可转化为优势。通过将传感器信号输入储备池并从储备池提取运动信号，可实现机器人闭环控制。本文提出一种利用脉冲神经网络实现中枢模式发生器以获得机器人闭环控制的新框架。使用 FORCE 学习范式，我们训练由脉冲神经元群体组成的储备池充当中枢模式发生器。我们在柔体四足机器人的仿真模型上展示了预定义步态模式、速度控制与步态转换的学习。
引用
@article{arxiv.2004.04560,
title = {Populations of Spiking Neurons for Reservoir Computing: Closed Loop Control of a Compliant Quadruped},
author = {Alexander Vandesompele and Gabriel Urbain and Francis wyffels and Joni Dambre},
journal= {arXiv preprint arXiv:2004.04560},
year = {2020}
}