論文の概要: Closed-loop spiking control on a neuromorphic processor implemented on
the iCub
- arxiv url: http://arxiv.org/abs/2009.09081v1
- Date: Tue, 1 Sep 2020 14:17:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-23 01:09:43.693941
- Title: Closed-loop spiking control on a neuromorphic processor implemented on
the iCub
- Title（参考訳）: iCub上に実装されたニューロモルフィックプロセッサのクローズドループスパイク制御
- Authors: Jingyue Zhao, Nicoletta Risi, Marco Monforte, Chiara Bartolozzi,
Giacomo Indiveri, and Elisa Donati
- Abstract要約: 混合信号アナログデジタルニューロモルフィックハードウェアに実装した閉ループモータコントローラを提案する。
ネットワークは、ターゲット、フィードバック、エラー信号を符号化することで比例制御を行う。
ネットワーク構造を最適化して、ノイズの多い入力やデバイスミスマッチをより堅牢にします。
- 参考スコア（独自算出の注目度）: 4.1388807795505365
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Despite neuromorphic engineering promises the deployment of low latency,
adaptive and low power systems that can lead to the design of truly autonomous
artificial agents, the development of a fully neuromorphic artificial agent is
still missing. While neuromorphic sensing and perception, as well as
decision-making systems, are now mature, the control and actuation part is
lagging behind. In this paper, we present a closed-loop motor controller
implemented on mixed-signal analog-digital neuromorphic hardware using a
spiking neural network. The network performs a proportional control action by
encoding target, feedback, and error signals using a spiking relational
network. It continuously calculates the error through a connectivity pattern,
which relates the three variables by means of feed-forward connections.
Recurrent connections within each population are used to speed up the
convergence, decrease the effect of mismatch and improve selectivity. The
neuromorphic motor controller is interfaced with the iCub robot simulator. We
tested our spiking P controller in a single joint control task, specifically
for the robot head yaw. The spiking controller sends the target positions,
reads the motor state from its encoder, and sends back the motor commands to
the joint. The performance of the spiking controller is tested in a step
response experiment and in a target pursuit task. In this work, we optimize the
network structure to make it more robust to noisy inputs and device mismatch,
which leads to better control performances.
- Abstract（参考訳）: ニューロモルフィック工学は、真に自律的な人工エージェントの設計につながる低レイテンシ、適応性、低電力システムの展開を約束するが、完全にニューロモルフィックな人工エージェントの開発はいまだに欠けている。
神経形態的センシングと知覚は、意思決定システムと同様に成熟していますが、制御とアクティベーション部分は遅れています。
本稿では、スパイキングニューラルネットワークを用いた混合信号アナログデジタルニューロモルフィックハードウェアに実装した閉ループモータコントローラを提案する。
このネットワークは、スパイキング関係ネットワークを用いてターゲット、フィードバック、エラー信号を符号化して比例制御を行う。
フィードフォワード接続によって3つの変数を関連付ける接続パターンを通じて、連続的にエラーを計算する。
各集団内の繰り返し接続は、収束をスピードアップし、ミスマッチの効果を減少させ、選択性を改善するために使用される。
ニューロモルフィックモータコントローラは、iCubロボットシミュレータとインターフェースされている。
私たちは、スパイクするPコントローラーを1つのジョイントコントロールタスクでテストしました。
スパイキングコントローラは、目標位置を送信し、そのエンコーダからモータ状態を読み取り、モータコマンドをジョイントに送信する。
スパイキング制御装置の性能は、ステップ応答実験および目標追尾作業で試験される。
本研究では,ネットワーク構造を最適化し,ノイズの多い入力やデバイスミスマッチをより堅牢にすることで,制御性能を向上する。
関連論文リスト
- Function Approximation for Reinforcement Learning Controller for Energy from Spread Waves [69.9104427437916]
マルチジェネレータ・ウェーブ・エナジー・コンバータ(WEC)は、スプレッド・ウェーブと呼ばれる異なる方向から来る複数の同時波を処理しなければならない。
これらの複雑な装置は、エネルギー捕獲効率、維持を制限する構造的ストレスの低減、高波に対する積極的な保護という複数の目的を持つコントローラを必要とする。
本稿では,システム力学のシーケンシャルな性質をモデル化する上で,ポリシーと批判ネットワークの異なる機能近似について検討する。
論文 参考訳（メタデータ） (2024-04-17T02:04:10Z) - Leveraging Low-Rank and Sparse Recurrent Connectivity for Robust
Closed-Loop Control [63.310780486820796]
繰り返し接続のパラメータ化が閉ループ設定のロバスト性にどのように影響するかを示す。
パラメータが少ないクローズドフォーム連続時間ニューラルネットワーク(CfCs)は、フルランクで完全に接続されたニューラルネットワークよりも優れています。
論文 参考訳（メタデータ） (2023-10-05T21:44:18Z) - Neuromorphic Control using Input-Weighted Threshold Adaptation [13.237124392668573]
比例積分微分(PID)コントローラのような基本的な低レベルコントローラでさえ複製することは依然として困難である。
本稿では,学習中に比例経路,積分経路,微分経路を組み込んだニューロモルフィック制御器を提案する。
本研究では,外乱の存在下での飛行によるバイオインスパイアされたアルゴリズムの安定性を実証する。
論文 参考訳（メタデータ） (2023-04-18T07:21:24Z) - Active Predicting Coding: Brain-Inspired Reinforcement Learning for
Sparse Reward Robotic Control Problems [79.07468367923619]
ニューラルジェネレーティブ・コーディング(NGC)の神経認知計算フレームワークによるロボット制御へのバックプロパゲーションフリーアプローチを提案する。
我々は、スパース報酬から動的オンライン学習を容易にする強力な予測符号化/処理回路から完全に構築されたエージェントを設計する。
提案するActPCエージェントは,スパース(外部)報酬信号に対して良好に動作し,複数の強力なバックプロップベースのRLアプローチと競合し,性能が優れていることを示す。
論文 参考訳（メタデータ） (2022-09-19T16:49:32Z) - Neural optimal feedback control with local learning rules [67.5926699124528]
運動制御の大きな問題は、脳がどのように遅延と雑音の刺激に直面して適切な動きを計画し実行するかを理解することである。
本稿では,適応カルマンフィルタとモデル自由制御手法を組み合わせた新しいオンラインアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-11-12T20:02:00Z) - Design and implementation of a parsimonious neuromorphic PID for onboard
altitude control for MAVs using neuromorphic processors [3.7384509727711923]
低レベルコントローラはしばしば無視され、ニューロモルフィックループの外にとどまる。
そこで本研究では,93個のニューロンを最小限に含む,同種で調節可能なPIDコントローラを提案する。
その結果,低レベルのニューロモルフィックコントローラの適合性は,最終的に非常に高い更新頻度で確認できた。
論文 参考訳（メタデータ） (2021-09-21T14:27:11Z) - Online-Learning Deep Neuro-Adaptive Dynamic Inversion Controller for
Model Free Control [1.3764085113103217]
ニュートラル適応コントローラは、新しい重み更新法則に基づいて訓練されたディープニューラルネットワークを特徴とする実装である。
制御器は、非線形プラントを迅速に学習することができ、追従制御問題において優れた性能を示す。
論文 参考訳（メタデータ） (2021-07-21T22:46:03Z) - 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) - Robust trajectory generation for robotic control on the neuromorphic
research chip Loihi [0.0]
我々は、最近開発されたスパイクニューラルネットワークモデル、いわゆる異方性ネットワークを利用する。
我々は,Loihi上の異方性ネットワークが神経活動の逐次パターンを確実に符号化していることを示す。
そこで本研究では,複雑なロボットの動きを生成できる新しいアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-08-26T16:02:39Z) - Populations of Spiking Neurons for Reservoir Computing: Closed Loop
Control of a Compliant Quadruped [64.64924554743982]
本稿では,ニューラルネットワークを用いた中央パターン生成機構を実装し,閉ループロボット制御を実現するためのフレームワークを提案する。
本研究では,従順な四足歩行ロボットのシミュレーションモデル上で,予め定義された歩行パターン,速度制御,歩行遷移の学習を実演する。
論文 参考訳（メタデータ） (2020-04-09T14:32:49Z) - On robot compliance. A cerebellar control approach [0.0]
この研究は、ロボットアームをリアルタイムに制御するための新しい生物学的アプローチである(RT)。
トルク駆動制御を行うフィードバック制御ループのコアにスパイク小脳ネットワークを統合する。
本手法は,脳運動の動作に対処するためのタスクセットにおいて,既定の工場設置位置制御の精度より優れていることを示す。
論文 参考訳（メタデータ） (2020-03-02T17:06:19Z)
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。