返回顶部
返回首页
返回首页
今天是    | 政策法规 | 行业应用 |
home 您现在的位置: 首页 >特种机器人>技术中心 > 详细信息
利用仿真框架研究四足机器人的脊柱行为
2019年06月05日    阅读量:1216     新闻来源:中网信息    |  投稿

罗伯特博世印度班加罗尔网络物理系统中心的研究人员最近提出了一个模拟框架,系统地研究脊柱关节致动对四足机器人运动性能的影响。在他们的研究中,  在一篇预先发表在arXiv上的论文中,他们使用这个框架来研究一个名为Stoch 2的四足机器人的脊柱行为及其对其边界性能的影响。


“这项研究是在探索四足动物和机器人快速运动的基础时发现的,进行这项研究的研究人员之一Shounak Bhattacharya告诉TechXplore中国机械网okmao.com。”它已经有一段时间了解中小型四足动物利用脊柱的灵活性   来提高其运动速度和能量效率。这种灵活性的使用激发了机器人专家更详细地探索这个概念,以便使用现有的数学工具找到解决这个问题的方法。“


与之前的研究人员相反,Bhattacharya和他的同事开始使用机器学习技术研究四足机器人的脊柱行为。他们研究的主要目标是使用  深度强化学习  (D-RL)来实现机器人中脊柱和腿之间的复杂协调。


Bhattacharya说:“在D-RL框架中,从头开始学习可以产生比人类指导更好更强大的政策。” “然而,在生成工作策略之前,从头开始学习会涉及多个初始失败。在这项工作中,在获得有效且可用的策略之前,需要超过200万个步骤。”


直接在机器人的硬件上进行许多试验需要大量的时间和资源。因此研究人员决定在PyBullet中模拟机器人及其环境,PyBullet是一个python模块,通过机器人和机器学习功能增强了Bullet物理引擎。在他们的研究中,他们使用PyBullet来评估脊柱关节致动对16-DOF四足旋转机器人Stoch 2的边界性能的影响。


“我们在这种环境中训练了机器人模型,观察到学习算法在一台由英特尔酷睿i7(3.5Ghz,12核)驱动的PC上,在4小时内执行了一次完整的训练,当时最多执行1000万步和32 GB RAM,“Bhattacharya说。“模拟框架的使用减少了每次培训的时间,并消除了在硬件上进行实验的必要性。”


使用PyBullet作为其机器人的学习框架,研究人员获得了非常有希望的结果。他们在模拟过程中收集的结果表明,脊柱的主动使用实际上确实改善了  机器人的步幅和运输成本,同时也将自然频率降低到更实际的值。最终,Stoch 2的边界速度达到2.1 m / s,最大弗劳德数为2。


这项研究由 印度科学院的四名教师监督  :Shishir Kolathaya,Ashitava Ghosal,Bharadwaj Amrutur和Shalabh Bhatnagar,是一个名为步行机器人的更广泛项目的一部分。在未来,它可以激励其他研究人员使用相同的  模拟框架  来增强他们的机器人的脊柱行为和随之而来的运动表现。


“我们通过基于D-RL的框架获得了脊柱和腿部的协调  ,这提高了四足动物的能量效率和速度  ,”Bhattacharya说。“必须注意的是,所有这些行为都是从头开始获得的,而不了解脊柱的力学。在我们未来的工作中,我们计划在硬件上部署神经网络并直接执行学习的策略。”


标签:行业资讯今日头条技术中心机器人特种机器人
免责声明: 本文仅代表作者本人观点,与本网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。客服邮箱:service@cnso360.com | 客服QQ:23341571

全站地图

深圳网络警察报警平台 深圳网络警
察报警平台

公共信息安全网络监察 公共信息安
全网络监察

经营性网站备案信息 经营性网站
备案信息

中国互联网举报中心 中国互联网
举报中心

中国文明网传播文明 中国文明网
传播文明

深圳市市场监督管理局企业主体身份公示 工商网监
电子标识