免费的鲁棒性：质量-多样性驱动的敏捷软体机器人步态发现
神经与进化计算
2023-11-03 v1
摘要
软体机器人旨在开发能够适应广泛非结构化和未知环境行为的机器人。软体机器人控制的一个关键挑战是，非线性动力学常导致难以建模和预测的复杂行为。移动软体机器人的行为通常通过经验试错和手工调参来发现。近来，诸如遗传算法（GA）等优化算法已被用于发现步态，但这些行为通常针对单一环境或地形进行优化，并且可能对地形的非预期变化脆弱。在本文中，我们展示了质量多样性算法（该算法搜索一系列高性能行为）如何能够产生对变化地形具有鲁棒性的步态库。这种鲁棒性显著优于由单目标优化算法产生的步态。
引用
@article{arxiv.2311.01245,
title = {Robustness for Free: Quality-Diversity Driven Discovery of Agile Soft Robotic Gaits},
author = {John Daly and Daniel Casper and Muhammad Farooq and Andrew James and Ali Khan and Phoenix Mulgrew and Daniel Tyebkhan and Bao Vo and John Rieffel},
journal= {arXiv preprint arXiv:2311.01245},
year = {2023}
}
备注
6 pages, submitted to IEEE RoboSoft