Fugu-MT 論文翻訳(概要): Bioinspired Bipedal Locomotion Control for Humanoid Robotics Based on EACO

論文の概要: Bioinspired Bipedal Locomotion Control for Humanoid Robotics Based on EACO

arxiv url: http://arxiv.org/abs/2010.04463v1
Date: Fri, 9 Oct 2020 09:43:48 GMT
ステータス: 処理完了
システム内更新日: 2022-10-09 04:22:47.792061
Title: Bioinspired Bipedal Locomotion Control for Humanoid Robotics Based on EACO
Title（参考訳）: eacoに基づくヒューマノイドロボットのためのバイオインスパイア二足歩行制御
Authors: Jingan Yang, Yang Peng
Abstract要約: 本研究は,ヒューマノイドロボットに適用されたEACOのグローバル検索能力と収束率を,リアルタイムに向上させるものである。我々は、ACO、実コードGA、ニューラルネットワーク(NN)付きGA、パーティクルスウォーム最適化(PSO)、複雑なロボティクスシステムなど、幅広い問題に対するEACOアルゴリズムに特別な焦点をあてた。
参考スコア（独自算出の注目度）: 1.0152838128195467
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: To construct a robot that can walk as efficiently and steadily as humans or other legged animals, we develop an enhanced elitist-mutated ant colony optimization~(EACO) algorithm with genetic and crossover operators in real-time applications to humanoid robotics or other legged robots. This work presents promoting global search capability and convergence rate of the EACO applied to humanoid robots in real-time by estimating the expected convergence rate using Markov chain. Furthermore, we put a special focus on the EACO algorithm on a wide range of problems, from ACO, real-coded GAs, GAs with neural networks~(NNs), particle swarm optimization~(PSO) to complex robotics systems including gait synthesis, dynamic modeling of parameterizable trajectories and gait optimization of humanoid robotics. The experimental results illustrate the capability of this method to discover the premature convergence probability, tackle successfully inherent stagnation, and promote the convergence rate of the EACO-based humanoid robotics systems and demonstrated the applicability and the effectiveness of our strategy for solving sophisticated optimization tasks. We found reliable and fast walking gaits with a velocity of up to 0.47m/s using the EACO optimization strategy. These findings have significant implications for understanding and tackling inherent stagnation and poor convergence rate of the EACO and provide new insight into the genetic architectures and control optimization of humanoid robotics.
Abstract（参考訳）: 人間や他の脚ロボットと同じくらい効率的に、かつ安定して歩けるロボットを構築するために、人間型ロボットや他の脚型ロボットへのリアルタイム応用において、遺伝的およびクロスオーバー演算子を備えた強化されたアリコロニー最適化(eaco)アルゴリズムを開発した。本研究は,マルコフ連鎖を用いて予測収束率を推定することにより,人型ロボットに適用したEACOのグローバル検索能力と収束率をリアルタイムで向上させる。さらに、ACO、実コードGA、ニューラルネットワーク~(NN)、粒子群最適化〜(PSO)から、歩行合成、パラメータ化可能な軌道の動的モデリング、ヒューマノイドロボットの歩行最適化を含む複雑なロボットシステムまで、幅広い問題にEACOアルゴリズムを注視した。本手法は, 早期収束確率の検出, 固有停止に成功し, eacoベースのヒューマノイドロボットシステムの収束速度を促進できることを示すとともに, 高度最適化課題の解法としての有効性と効果を実証した。 EACO最適化手法を用いて, 速度0.47m/sの信頼性と歩行速度を向上した。これらの知見は、EACOの固有の停滞と収束率の低下を理解し、対処する上で重要な意味を持ち、ヒューマノイドロボットの遺伝的構造と制御最適化に関する新たな知見を提供する。

関連論文リスト

Robotic warehousing operations: a learn-then-optimize approach to large-scale neighborhood search [84.39855372157616]
本稿では,ワークステーションの注文処理,アイテムポッドの割り当て,ワークステーションでの注文処理のスケジュールを最適化することで,ウェアハウジングにおけるロボット部品対ピッカー操作を支援する。そこで我々は, 大規模近傍探索を用いて, サブプロブレム生成に対する学習を最適化する手法を提案する。 Amazon Roboticsと共同で、我々のモデルとアルゴリズムは、最先端のアプローチよりも、実用的な問題に対するより強力なソリューションを生み出していることを示す。
論文参考訳（メタデータ） (2024-08-29T20:22:22Z)
Structural Optimization of Lightweight Bipedal Robot via SERL [6.761861053481078]
本稿では,移動課題の強化学習と進化アルゴリズムを組み合わせたSERL(Structure Evolution Reinforcement Learning)アルゴリズムを提案する。 We designed a bipedal robot called Wow Orin, where the optimal leg length are obtained through optimization based on body structure and motor Turk。
論文参考訳（メタデータ） (2024-08-28T08:34:05Z)
Improved Genetic Algorithm Based on Greedy and Simulated Annealing Ideas for Vascular Robot Ordering Strategy [7.51372615162241]
本研究では,医療環境におけるABLVR血管ロボットの獲得,利用,維持を最適化するための包括的アプローチを提案する。ダイナミックな医療環境を考えると、ロボット船やオペレーターのためのロバストな資源配分モデルを含む。演算子に対する適応学習プロセスのユニークな要件と,ロボット部品のメンテナンスニーズを取り入れた。
論文参考訳（メタデータ） (2024-03-28T15:14:03Z)
HumanoidBench: Simulated Humanoid Benchmark for Whole-Body Locomotion and Manipulation [50.616995671367704]
そこで本研究では,人型ロボットが器用な手を備えた,高次元シミュレーション型ロボット学習ベンチマークHumanoidBenchを提案する。その結果,現在最先端の強化学習アルゴリズムがほとんどのタスクに支障をきたすのに対して,階層的学習アプローチはロバストな低レベルポリシーに支えられた場合,優れた性能を達成できることがわかった。
論文参考訳（メタデータ） (2024-03-15T17:45:44Z)
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)
Human-Robot Skill Transfer with Enhanced Compliance via Dynamic Movement Primitives [1.7901837062462316]
本研究では,動的運動プリミティブ(Dynamic Movement Primitives)フレームワークにおいて,人間の実演から動的特徴を抽出し,パラメータを自動チューニングする体系的手法を提案する。本手法は,LfDとRLの両方に追従するロボット軌道を再現するために,人間の動的特徴を抽出するための実際のロボット装置に実装した。
論文参考訳（メタデータ） (2023-04-12T08:48:28Z)
Rearrange Indoor Scenes for Human-Robot Co-Activity [82.22847163761969]
本稿では,室内家具を人間ロボットのコアクティビティを向上するために,室内家具の配置を最適化した枠組みを提案する。提案アルゴリズムは,SUNCGとConceptNetから抽出した空間的・意味的共起情報を統合することにより,家具間の機能的関係を保っている。実験の結果、アレンジされたシーンは平均して14%のスペースを提供し、30%以上のオブジェクトをやりとりできることがわかった。
論文参考訳（メタデータ） (2023-03-10T03:03:32Z)
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)
Intelligent Trajectory Design for RIS-NOMA aided Multi-robot Communications [59.34642007625687]
目的は,ロボットの軌道とNOMA復号命令を協調的に最適化することで,マルチロボットシステムにおける全軌道の総和率を最大化することである。 ARIMAモデルとDouble Deep Q-network (D$3$QN)アルゴリズムを組み合わせたML方式を提案する。
論文参考訳（メタデータ） (2022-05-03T17:14:47Z)
Robotic Brain Storm Optimization: A Multi-target Collaborative Searching Paradigm for Swarm Robotics [24.38312890501329]
本稿では,ロボットBSOと呼ばれる群ロボットのためのBSOベースの協調探索フレームワークを提案する。提案手法はBSOの誘導探索特性をシミュレートし,Swarm Robotics のマルチターゲット探索問題に優れた可能性を持つ。
論文参考訳（メタデータ） (2021-05-27T13:05:48Z)
Evolutionary Gait Transfer of Multi-Legged Robots in Complex Terrains [14.787379075870383]
本稿では、Tr-GOと呼ばれる歩行最適化のための移動学習に基づく進化的フレームワークを提案する。この考え方は、トランスファーラーニング技術を用いて高品質な人口を初期化することを目的としており、どんな集団ベースの最適化アルゴリズムでもこのフレームワークにシームレスに統合できる。実験の結果,3つの多目的進化アルゴリズムに基づく歩行最適化問題に対する提案手法の有効性が示された。
論文参考訳（メタデータ） (2020-12-24T16:41:36Z)

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。