論文の概要: Task-Independent Spiking Central Pattern Generator: A Learning-Based Approach

• arxiv url: http://arxiv.org/abs/2003.07477v1
• Date: Tue, 17 Mar 2020 00:01:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-22 20:20:21.135161
• Title: Task-Independent Spiking Central Pattern Generator: A Learning-Based Approach
• Title（参考訳）: タスク非依存型スパイキング中央パターン生成器:学習に基づくアプローチ
• Authors: Elie Aljalbout and Florian Walter and Florian R\"ohrbein and Alois Knoll
• Abstract要約: 中央パターンジェネレータは、人間や一部の動物の移動に責任があると考えられているニューラルネットワークである。 本稿では,タスクに依存しない,生物学的に妥当な,学習方法に依存した,中央パターン生成システムを構築するための新しい汎用フレームワークを提案する。 使用済みのロボットは、異なる速度で安定した歩行をし、同じ歩行サイクルで速度を変えることができたため、非常に有望だ。
• 参考スコア（独自算出の注目度）: 2.709804256642196
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Legged locomotion is a challenging task in the field of robotics but a rather simple one in nature. This motivates the use of biological methodologies as solutions to this problem. Central pattern generators are neural networks that are thought to be responsible for locomotion in humans and some animal species. As for robotics, many attempts were made to reproduce such systems and use them for a similar goal. One interesting design model is based on spiking neural networks. This model is the main focus of this work, as its contribution is not limited to engineering but also applicable to neuroscience. This paper introduces a new general framework for building central pattern generators that are task-independent, biologically plausible, and rely on learning methods. The abilities and properties of the presented approach are not only evaluated in simulation but also in a robotic experiment. The results are very promising as the used robot was able to perform stable walking at different speeds and to change speed within the same gait cycle.
• Abstract（参考訳）: Legged locomotionは、ロボット工学の分野では難しい課題だが、本質的には比較的単純な作業だ。 これは生物学的手法をこの問題の解決策として使う動機となっている。 中央パターン生成装置は、ヒトおよび一部の動物種における移動に責任があると考えられるニューラルネットワークである。 ロボット工学については、そのようなシステムを再現し、同様の目的のために使用するための多くの試みがなされた。 興味深い設計モデルは、スパイクニューラルネットワークに基づいている。 このモデルは、工学に限らず、神経科学にも応用できるため、この研究の主要な焦点となっている。 本稿では,タスクに依存しず,生物学的に実現可能であり,学習方法に依存する中央パターン生成器を構築するための新しい汎用フレームワークを提案する。 提案手法の能力と特性は, シミュレーションだけでなく, ロボット実験においても評価される。 使用済みのロボットは、異なる速度で安定した歩行を行い、同じ歩行サイクルで速度を変えることができたため、非常に有望だ。

関連論文リスト

• Astrocyte Regulated Neuromorphic Central Pattern Generator Control of Legged Robotic Locomotion [3.7814142008074954]
  本稿では,四足歩行ロボットの移動歩行を学習するためのアストロサイト制御スパイキングニューラルネットワーク(SNN)を用いた CPG を提案する。 SNNベースのCPGは、多目的物理シミュレーションプラットフォーム上でシミュレーションされ、平地でロボットを走らせながらトロッティング歩行が出現する。 最先端の強化学習に基づくロボット制御アルゴリズムと比較して、23.3Times$計算パワーセーブが観測される。
  論文  参考訳（メタデータ） (2023-12-25T20:33:16Z)
• Teach Me How to Learn: A Perspective Review towards User-centered Neuro-symbolic Learning for Robotic Surgical Systems [3.5672486441844553]
  近年の機械学習の進歩により、ロボットは知覚的非象徴的なレベルの物体を識別できるようになった。 別の解決策は、知覚的非象徴的および概念的象徴的レベルの両方でロボットに教えることである。 本研究は,ロボットの外科的状況に着目した,ユーザ中心のハイブリッド学習パラダイムのコンセプトを提案する。
  論文  参考訳（メタデータ） (2023-07-07T21:58:28Z)
• Robot Learning with Sensorimotor Pre-training [98.7755895548928]
  ロボット工学のための自己教師型感覚運動器事前学習手法を提案する。 我々のモデルはRTTと呼ばれ、センサモレータトークンのシーケンスで動作するトランスフォーマーである。 感覚運動の事前学習は、ゼロからトレーニングを一貫して上回り、優れたスケーリング特性を持ち、さまざまなタスク、環境、ロボット間での移動を可能にしている。
  論文  参考訳（メタデータ） (2023-06-16T17:58:10Z)
• Self-Improving Robots: End-to-End Autonomous Visuomotor Reinforcement Learning [54.636562516974884]
  模倣と強化学習において、人間の監督コストは、ロボットが訓練できるデータの量を制限する。 本研究では,自己改善型ロボットシステムのための新しい設計手法であるMEDAL++を提案する。 ロボットは、タスクの実施と解除の両方を学ぶことで、自律的にタスクを練習し、同時にデモンストレーションから報酬関数を推論する。
  論文  参考訳（メタデータ） (2023-03-02T18:51:38Z)
• Co-evolving morphology and control of soft robots using a single genome [0.0]
  本稿では,ロボットの形態と制御を共進化させる新しい手法を提案する。 本手法は,1つのゲノムからエージェントの「脳」と「体」の両方を抽出し,それらを同時に開発する。 提案手法を4つのタスクで評価し,探索空間が大きくても1つのゲノムを持つと進化過程の収束が早くなることを示した。
  論文  参考訳（メタデータ） (2022-12-22T07:34:31Z)
• REvolveR: Continuous Evolutionary Models for Robot-to-robot Policy Transfer [57.045140028275036]
  本研究では,運動学や形態学など,異なるパラメータを持つ2つの異なるロボット間でポリシーを伝達する問題を考察する。 模倣学習手法を含む動作や状態遷移の分布を一致させることで、新しいポリシーを訓練する既存のアプローチは、最適な動作や/または状態分布が異なるロボットでミスマッチしているために失敗する。 本稿では,物理シミュレータに実装されたロボット政策伝達に連続的進化モデルを用いることで,$RevolveR$という新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-02-10T18:50:25Z)
• Minimizing Energy Consumption Leads to the Emergence of Gaits in Legged Robots [71.61319876928009]
  実四足歩行ロボットにおいて,エネルギー消費を最小化するための学習が自然移動歩行の出現に重要な役割を担っていることを示す。 創発的な足跡は理想的な地形で構築されており、馬や羊のものと似ている。 同じアプローチは、動物運動制御の発見と一致した荒地における非構造的な歩行につながる。
  論文  参考訳（メタデータ） (2021-10-25T17:59:58Z)
• Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of legged robots [58.720142291102135]
  スパイクセントラルパターンジェネレーターは、外部刺激によって駆動される異なる移動パターンを生成します。 終端ロボットプラットフォーム(あらゆる脚ロボット)の移動は、任意のセンサーを入力として地形に適応することができる。
  論文  参考訳（メタデータ） (2021-01-24T12:44:38Z)
• Control for Multifunctionality: Bioinspired Control Based on Feeding in Aplysia californica [0.3277163122167433]
  我々は,ニューラルバースト活動と簡単なバイオメカニクスをリアルタイムに高速にモデル化できるハイブリッドBooleanモデルフレームワークを開発した。 Aplysia californica 摂餌の多機能モデルについて述べる。 実験可能な仮説を定式化し,ロボット制御と神経科学への応用について考察する。
  論文  参考訳（メタデータ） (2020-08-11T19:26:50Z)
• A robot that counts like a child: a developmental model of counting and pointing [69.26619423111092]
  実物を数えることができる新しい神経ロボティクスモデルを導入する。 このモデルにより,エンボディメントと数値認識の相互作用を調べることができる。 トレーニングされたモデルは、アイテムのセットをカウントすることができ、同時にそれらを指し示します。
  論文  参考訳（メタデータ） (2020-08-05T21:06:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。