通过骨骼肌仿人机器人获取任务特定自我身体控制器：应用于自动驾驶中的踏板控制
机器人学
2024-12-12 v1
摘要
骨骼肌仿人机器人具有人类的许多优势，但其复杂柔性身体的建模十分困难。尽管我们已经开发了关节与肌肉之间非线性关系的在线获取方法，但实际机器人与其自我身体图像仍无法完全匹配。在实现特定任务时，需要学习控制输入与任务状态之间的直接关系。因此，我们构建了一个表示控制输入与任务状态之间时序关系的神经网络，并通过将该网络应用于实时控制来实现期望的任务状态。本研究以加速踏板控制实验作为一项应用，验证了该方法的有效性。
引用
@article{arxiv.2412.08270,
title = {Task-specific Self-body Controller Acquisition by Musculoskeletal Humanoids: Application to Pedal Control in Autonomous Driving},
author = {Kento Kawaharazuka and Kei Tsuzuki and Shogo Makino and Moritaka Onitsuka and Koki Shinjo and Yuki Asano and Kei Okada and Koji Kawasaki and Masayuki Inaba},
journal= {arXiv preprint arXiv:2412.08270},
year = {2024}
}
备注
Accepted at IROS2019