論文の概要: Environmental Adaptation of Robot Morphology and Control through Real-world Evolution

• arxiv url: http://arxiv.org/abs/2003.13254v2
• Date: Tue, 20 Oct 2020 11:09:57 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-18 07:36:10.596923
• Title: Environmental Adaptation of Robot Morphology and Control through Real-world Evolution
• Title（参考訳）: 実世界進化によるロボットの形態と制御の環境適応
• Authors: T{\o}nnes F. Nygaard, Charles P. Martin, David Howard, Jim Torresen and Kyrre Glette
• Abstract要約: 機械的に自己再構成された四足歩行ロボットに形態学と制御の組み合わせを得るために進化探索を適用した。 2つの異なる物理曲面上の解を進化させ、制御と形態の両方の観点から結果を解析する。
• 参考スコア（独自算出の注目度）: 5.08706161686979
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robots operating in the real world will experience a range of different environments and tasks. It is essential for the robot to have the ability to adapt to its surroundings to work efficiently in changing conditions. Evolutionary robotics aims to solve this by optimizing both the control and body (morphology) of a robot, allowing adaptation to internal, as well as external factors. Most work in this field has been done in physics simulators, which are relatively simple and not able to replicate the richness of interactions found in the real world. Solutions that rely on the complex interplay between control, body, and environment are therefore rarely found. In this paper, we rely solely on real-world evaluations and apply evolutionary search to yield combinations of morphology and control for our mechanically self-reconfiguring quadruped robot. We evolve solutions on two distinct physical surfaces and analyze the results in terms of both control and morphology. We then transition to two previously unseen surfaces to demonstrate the generality of our method. We find that the evolutionary search finds high-performing and diverse morphology-controller configurations by adapting both control and body to the different properties of the physical environments. We additionally find that morphology and control vary with statistical significance between the environments. Moreover, we observe that our method allows for morphology and control parameters to transfer to previously-unseen terrains, demonstrating the generality of our approach.
• Abstract（参考訳）: 現実世界で動作しているロボットは、さまざまな環境やタスクを体験できる。 ロボットが周囲の環境に適応し、変化する環境の中で効率的に働く能力を持つことは不可欠である。 進化的ロボット工学は、ロボットの制御と身体(形態)の両方を最適化し、内部および外部要因への適応を可能にすることで、この問題を解決することを目指している。 この分野でのほとんどの作業は物理シミュレータで行われており、比較的単純であり、現実世界で見られる相互作用の豊かさを再現できない。 したがって、制御、体、環境の間の複雑な相互作用に依存するソリューションはほとんど見つからない。 本稿では, 実世界評価のみに頼り, 機械的に自己再構成された四足歩行ロボットの形態と制御の組み合わせを進化的探索に応用する。 2つの異なる物理面上の解を進化させ、制御と形態の両方の観点から結果を分析する。 その後、それまで見つからなかった2つの曲面に遷移し、この方法の一般性を示す。 進化的探索は, 物理的環境の異なる特性に制御と体の両方を適応させることにより, 高い性能, 多様な形態制御器の構成を見出す。 さらに, 形態と制御は, 環境間の統計的意義によって異なることがわかった。 さらに,本手法は地形や制御パラメータを未確認の地形に移動させることを可能にし,その一般化を実証する。

関連論文リスト

• Evolution and learning in differentiable robots [0.0]
  我々は、異なるシミュレーションを用いて、多数の候補体計画において、行動の個々の神経制御を迅速かつ同時に最適化する。 個体群における各ロボットの機械的構造の変化は,探索の外ループに遺伝的アルゴリズムを適用した。 シミュレーションで発見された非常に微分可能な形態の1つは、物理ロボットとして実現され、その最適化された振る舞いを維持できた。
  論文  参考訳（メタデータ） (2024-05-23T15:45:43Z)
• Investigating Premature Convergence in Co-optimization of Morphology and Control in Evolved Virtual Soft Robots [0.2900810893770134]
  進化した仮想ソフトロボットの形態と制御の共最適化は難しい問題である。 形態学空間の高性能領域は, 形態学と制御の共最適化において発見できないことを示す。 我々は,共同最適化問題を考えるための新しいボディー中心の枠組みを提案する。
  論文  参考訳（メタデータ） (2024-02-14T15:21:17Z)
• DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative Diffusion Models [102.13968267347553]
  本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。 我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
  論文  参考訳（メタデータ） (2023-11-28T18:58:48Z)
• Adapt On-the-Go: Behavior Modulation for Single-Life Robot Deployment [92.48012013825988]
  展開中のシナリオにオンザフライで適応する問題について検討する。 ROAM(RObust Autonomous Modulation)は,事前学習した行動の知覚値に基づくメカニズムを提案する。 ROAMによりロボットはシミュレーションと実Go1の四足歩行の両方の動的変化に迅速に適応できることを示す。
  論文  参考訳（メタデータ） (2023-11-02T08:22:28Z)
• SoftZoo: A Soft Robot Co-design Benchmark For Locomotion In Diverse Environments [111.91255476270526]
  我々は,多様な環境下での移動を支援するソフトロボットの共同設計プラットフォームであるSoftZooを紹介する。 SoftZooは、平らな地面、砂漠、湿地、粘土、氷、雪、浅い水、海などの環境をシミュレートする機能など、自然にヒントを得た幅広い素材セットをサポートしている。 それは、高速な移動、アジャイルな回転、パスフォローなど、ソフトロボティクスに関連するさまざまなタスクを提供し、形態学と制御のための微分可能な設計表現を提供する。
  論文  参考訳（メタデータ） (2023-03-16T17:59:50Z)
• Real-World Humanoid Locomotion with Reinforcement Learning [92.85934954371099]
  実世界におけるヒューマノイド移動に対する完全学習型アプローチを提案する。 コントローラーは様々な屋外の地形の上を歩けるし、外乱に対して頑丈で、状況に応じて適応できる。
  論文  参考訳（メタデータ） (2023-03-06T18:59:09Z)
• Universal Morphology Control via Contextual Modulation [52.742056836818136]
  異なるロボット形態をまたいだ普遍的なポリシーの学習は、継続的な制御における学習効率と一般化を著しく向上させることができる。 既存の手法では、グラフニューラルネットワークやトランスフォーマーを使用して、異種状態と異なる形態のアクション空間を処理する。 本稿では,この依存関係を文脈変調によりモデル化する階層型アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-02-22T00:04:12Z)
• 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)
• Co-optimising Robot Morphology and Controller in a Simulated Open-Ended Environment [1.4502611532302039]
  エージェントがロコホートする環境の変化が形態の収束にどのように影響するかを示す。 オープンエンド進化環境において進化するエージェント集団は,手作り環境において進化するエージェント集団よりも大きな形態的多様性を示すことを示す。
  論文  参考訳（メタデータ） (2021-04-07T11:28:23Z)
• RoboTHOR: An Open Simulation-to-Real Embodied AI Platform [56.50243383294621]
  インタラクティブで具体化された視覚AIの研究を民主化するためにRoboTHORを導入する。 シミュレーションで訓練されたモデルの性能は,シミュレーションと慎重に構築された物理アナログの両方で試験される場合,大きな差があることが示される。
  論文  参考訳（メタデータ） (2020-04-14T20:52:49Z)

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。