論文の概要: Astrocyte Regulated Neuromorphic Central Pattern Generator Control of Legged Robotic Locomotion

• arxiv url: http://arxiv.org/abs/2312.15805v2
• Date: Fri, 5 Jan 2024 17:38:18 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-08 17:27:32.181908
• Title: Astrocyte Regulated Neuromorphic Central Pattern Generator Control of Legged Robotic Locomotion
• Title（参考訳）: 足歩行ロボットロコモーションのアストロサイト制御型ニューロモルフィック中央パターンジェネレータ制御
• Authors: Zhuangyu Han, Abhronil Sengupta
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 3.7814142008074954
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Neuromorphic computing systems, where information is transmitted through action potentials in a bio-plausible fashion, is gaining increasing interest due to its promise of low-power event-driven computing. Application of neuromorphic computing in robotic locomotion research have largely focused on Central Pattern Generators (CPGs) for bionics robotic control algorithms - inspired from neural circuits governing the collaboration of the limb muscles in animal movement. Implementation of artificial CPGs on neuromorphic hardware platforms can potentially enable adaptive and energy-efficient edge robotics applications in resource constrained environments. However, underlying rewiring mechanisms in CPG for gait emergence process is not well understood. This work addresses the missing gap in literature pertaining to CPG plasticity and underscores the critical homeostatic functionality of astrocytes - a cellular component in the brain that is believed to play a major role in multiple brain functions. This paper introduces an astrocyte regulated Spiking Neural Network (SNN)-based CPG for learning locomotion gait through Reward-Modulated STDP for quadruped robots, where the astrocytes help build inhibitory connections among the artificial motor neurons in different limbs. The SNN-based CPG is simulated on a multi-object physics simulation platform resulting in the emergence of a trotting gait while running the robot on flat ground. $23.3\times$ computational power savings is observed in comparison to a state-of-the-art reinforcement learning based robot control algorithm. Such a neuroscience-algorithm co-design approach can potentially enable a quantum leap in the functionality of neuromorphic systems incorporating glial cell functionality.
• Abstract（参考訳）: 低消費電力のイベント駆動型コンピューティングが約束されているため、バイオプロファイラブルな行動電位によって情報が伝達されるニューロモルフィックコンピューティングシステムへの関心が高まっている。 ロボット運動研究におけるニューロモルフィックコンピューティングの応用は、動物運動における四肢筋の協調を管理する神経回路から着想を得たバイオニックスロボット制御アルゴリズムのための中央パターンジェネレータ(CPG)に重点を置いている。 ニューロモルフィックハードウェアプラットフォーム上での人工CGGの実装は、資源制約環境における適応的でエネルギー効率のよいエッジロボティクスの応用を可能にする可能性がある。 しかし,cpgにおける歩行発生過程のメカニズムはよく分かっていない。 この研究は、cpg可塑性に関する文献の欠如に対処し、アストロサイト(複数の脳機能において主要な役割を果たすと考えられている脳内の細胞成分)の致命的なホメオスタティック機能を強調する。 本稿では,四足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(Reward-Modulated STDP for quadruped Robot)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。 23.3\times$ 計算パワーの節約は、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観察される。 このような神経科学とアルゴリズムの共同設計アプローチは、グリア細胞機能を含む神経形態的システムの機能を量子的に飛躍させる可能性がある。

関連論文リスト

• Single Neuromorphic Memristor closely Emulates Multiple Synaptic Mechanisms for Energy Efficient Neural Networks [71.79257685917058]
  我々はこれらのシナプス機能を本質的にエミュレートするSrTiO3に基づく膜状ナノデバイスを実証する。 これらのメムリスタは、安定かつエネルギー効率の良い運転を可能にする非定常低導電系で機能する。
  論文  参考訳（メタデータ） (2024-02-26T15:01:54Z)
• DeepCPG Policies for Robot Locomotion [1.0057838324294686]
  より大きなニューラルネットワークのレイヤとしてCPGを組み込む新しいDeepCPGポリシー。 従来のアプローチと比較して、DeepCPGポリシーは効果的な移動戦略のサンプル効率のよいエンドツーエンド学習を可能にする。 以上の結果から,ロボットプラットフォーム上での非自明なセンサとモータの統合が実現できることが示唆された。
  論文  参考訳（メタデータ） (2023-02-25T23:16:57Z)
• 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)
• POPPINS : A Population-Based Digital Spiking Neuromorphic Processor with Integer Quadratic Integrate-and-Fire Neurons [50.591267188664666]
  2つの階層構造を持つ180nmプロセス技術において,集団に基づくディジタルスパイキングニューロモルフィックプロセッサを提案する。 提案手法は,生体模倣型ニューロモルフィックシステム,低消費電力,低遅延推論処理アプリケーションの開発を可能にする。
  論文  参考訳（メタデータ） (2022-01-19T09:26:34Z)
• 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)
• 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)
• 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)
• An Astrocyte-Modulated Neuromorphic Central Pattern Generator for Hexapod Robot Locomotion on Intel's Loihi [0.0]
  移動は、自然界に豊富な生物学的ネットワークによって「不運に」対処される脚のあるロボットにとって重要な課題であり、中央パターンジェネレータ(CPG)と呼ばれる。 そこで本研究では,ヘキサポッドロボットの歩行パターンを2つ生成する網羅的スパイキング型ニューラル・アストロサイトティックネットワークに基づく脳型CPG制御器を提案する。 我々の研究結果は、自律移動ロボットにおいて、この方法や、Loihiが制御するロコモーションへのアプローチを拡大する道を開いた。
  論文  参考訳（メタデータ） (2020-06-08T17:35:48Z)
• 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 Walk: Spike Based Reinforcement Learning for Hexapod Robot Central Pattern Generation [2.4603302139672003]
  2足歩行、四足歩行、六足歩行では勾配、深部強化学習(RL)などの手法が研究されている。 スパイクニューラルネットワーク(SNN)の最近の進歩は、神経のスパース発射による計算の大幅な削減を約束している。 スパイキングパターン生成器のトレーニングのための強化型重み更新手法を提案する。
  論文  参考訳（メタデータ） (2020-03-22T23:45:32Z)
• VOR Adaptation on a Humanoid iCub Robot Using a Spiking Cerebellar Model [0.0]
  我々は、本物のロボット体(iCub)を操作することができる適応リアルタイム制御ループに、スパイク小脳モデルを組み込む。 本研究の目的は、小脳神経基質と分散可塑性の組み合わせが小脳神経活動を形作って運動適応を仲介する方法を明らかにすることである。
  論文  参考訳（メタデータ） (2020-03-03T09:48:15Z)

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。