論文の概要: Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of
legged robots
- arxiv url: http://arxiv.org/abs/2101.09709v1
- Date: Sun, 24 Jan 2021 12:44:38 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-19 07:18:24.411597
- Title: Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of
legged robots
- Title（参考訳）: 足部ロボットの歩行に対する神経形態適応型スパイクcpg
- Authors: Pablo Lopez-Osorio, Alberto Patino-Saucedo, Juan P. Dominguez-Morales,
Horacio Rostro-Gonzalez, Fernando Perez-Pe\~na
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 58.720142291102135
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In recent years, locomotion mechanisms exhibited by vertebrate animals have
been the inspiration for the improvement in the performance of robotic systems.
These mechanisms include the adaptability of their locomotion to any change
registered in the environment through their biological sensors. In this regard,
we aim to replicate such kind of adaptability in legged robots through a
Spiking Central Pattern Generator. This Spiking Central Pattern Generator
generates different locomotion (rhythmic) patterns which are driven by an
external stimulus, that is, the output of a Force Sensitive Resistor connected
to the robot to provide feedback. The Spiking Central Pattern Generator
consists of a network of five populations of Leaky Integrate-and-Fire neurons
designed with a specific topology in such a way that the rhythmic patterns can
be generated and driven by the aforementioned external stimulus. Therefore, the
locomotion of the end robotic platform (any-legged robot) can be adapted to the
terrain by using any sensor as input. The Spiking Central Pattern Generator
with adaptive learning has been numerically validated at software and hardware
level, using the Brian 2 simulator and the SpiNNaker neuromorphic platform for
the latest. In particular, our experiments clearly show an adaptation in the
oscillation frequencies between the spikes produced in the populations of the
Spiking Central Pattern Generator while the input stimulus varies. To validate
the robustness and adaptability of the Spiking Central Pattern Generator, we
have performed several tests by variating the output of the sensor. These
experiments were carried out in Brian 2 and SpiNNaker; both implementations
showed a similar behavior with a Pearson correlation coefficient of 0.905.
- Abstract（参考訳）: 近年では、脊椎動物が示す移動機構がロボットシステムの性能向上のインスピレーションとなっている。
これらのメカニズムには、生体センサーを通して環境に登録されたあらゆる変化へのロコモーションの適応性が含まれる。
そこで本研究では,スパイキング中央パターンジェネレータを用いて,ロボットのこのような適応性を再現することを目的とする。
スパイキング中心パターン発生装置は、外部刺激により駆動される異なるロコモーション(リズム)パターン、すなわち、ロボットに接続された力に敏感な抵抗器の出力を生成し、フィードバックを提供する。
Spiking Central Pattern Generatorは、特定のトポロジーで設計されたLeaky Integrate-and-Fireニューロンの5つの集団からなるネットワークで構成されており、上記の外部刺激によってリズムパターンを生成および駆動することができる。
したがって、あらゆるセンサを入力として、終端ロボットプラットフォーム(足付きロボット)の移動を地形に適応させることができる。
適応学習を備えたスパイキング中央パターン生成器は,Brian 2シミュレータとSpiNNakerニューロモルフィックプラットフォームを使用して,ソフトウェアおよびハードウェアレベルで数値的に検証されている。
特に,入力刺激が変化する間,スパイキング中心パターン発生器の個体群で発生するスパイク間の振動周波数の適応を示す実験を行った。
スパイキング中央パターン発生器のロバスト性と適応性を検証するため,センサの出力を変動させることにより,複数のテストを行った。
これらの実験はbrian 2とspinnakerで行われ、どちらもピアソン相関係数0.905の類似した挙動を示した。
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) - Towards self-organized control: Using neural cellular automata to
robustly control a cart-pole agent [62.997667081978825]
我々は、カートポールエージェントを制御するために、ニューラルセルオートマトンを使用する。
我々は、Q値の推定値として出力セルの状態を用いる深層学習を用いてモデルを訓練した。
論文 参考訳（メタデータ） (2021-06-29T10:49:42Z) - A Predictive Coding Account for Chaotic Itinerancy [68.8204255655161]
予測符号化を実装したリカレントニューラルネットワークが,入力雑音の存在下でカオス的反復性に類似したニューラルトラジェクトリを生成する方法を示す。
本モデルを用いて,無作為かつ非依存なトラジェクタスイッチングトラジェクトリを生成する2つのシナリオを提案する。
論文 参考訳（メタデータ） (2021-06-16T16:48:14Z) - Bidirectional Interaction between Visual and Motor Generative Models
using Predictive Coding and Active Inference [68.8204255655161]
本稿では,感覚予測のための生成モデルと,運動軌跡の生成モデルからなるニューラルアーキテクチャを提案する。
我々は,知覚予測のシーケンスが学習,制御,オンライン適応を導くレールとしてどのように機能するかを強調する。
論文 参考訳（メタデータ） (2021-04-19T09:41:31Z) - Neuroevolution of a Recurrent Neural Network for Spatial and Working
Memory in a Simulated Robotic Environment [57.91534223695695]
我々は,ラットで観察される行動と神経活動を再現する進化的アルゴリズムを用いて,生物学的に有意なリカレントニューラルネットワーク(RNN)でウェイトを進化させた。
提案手法は, 進化したRNNの動的活動が, 興味深く複雑な認知行動をどのように捉えているかを示す。
論文 参考訳（メタデータ） (2021-02-25T02:13:52Z) - A Spiking Central Pattern Generator for the control of a simulated
lamprey robot running on SpiNNaker and Loihi neuromorphic boards [1.8139771201780368]
本稿では,シミュレートされたランプレーモデルを制御する手段として,スパイクニューラルネットワークとニューロモルフィックハードウェアの実装を提案する。
センサ情報によって提供できるネットワークへの入力を変更することで,ロボットの方向や速度を動的に制御できることを示す。
スパイキングアルゴリズムのこのカテゴリは、エネルギー効率と計算速度の観点から、ニューロモルフィックハードウェアの理論的利点を利用する有望な可能性を示している。
論文 参考訳（メタデータ） (2021-01-18T11:04:16Z) - 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) - 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) - Learning to Locomote with Deep Neural-Network and CPG-based Control in a
Soft Snake Robot [19.80726424244039]
生体ヘビに触発されたソフトロボットヘビの新しい移動制御法を提案する。
提案した制御器の性能は,シミュレーションロボットと実ソフトヘビロボットの両方を用いて実験的に検証した。
論文 参考訳（メタデータ） (2020-01-13T04:32:27Z)
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。