論文の概要: SpikingSoft: A Spiking Neuron Controller for Bio-inspired Locomotion with Soft Snake Robots
- arxiv url: http://arxiv.org/abs/2501.19072v1
- Date: Fri, 31 Jan 2025 12:00:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-03 13:58:15.526467
- Title: SpikingSoft: A Spiking Neuron Controller for Bio-inspired Locomotion with Soft Snake Robots
- Title（参考訳）: SpikingSoft:ソフトスネークロボットによるバイオインスパイアされたロコモーションのためのスパイクニューロン制御
- Authors: Chuhan Zhang, Cong Wang, Wei Pan, Cosimo Della Santina,
- Abstract要約: 本研究は, 柔らかいヘビの振動を利用した移動歩行の可能性を探るものである。
可変出力パターンを生成するために、調整可能なしきい値を持つDouble Threshold Spiking Neuronモデルを導入する。
当社のアプローチであるSpkingSoftが自然にペアリングし,強化学習と統合できることを実証する。
- 参考スコア（独自算出の注目度）: 9.358725923314006
- License:
- Abstract: Inspired by the dynamic coupling of moto-neurons and physical elasticity in animals, this work explores the possibility of generating locomotion gaits by utilizing physical oscillations in a soft snake by means of a low-level spiking neural mechanism. To achieve this goal, we introduce the Double Threshold Spiking neuron model with adjustable thresholds to generate varied output patterns. This neuron model can excite the natural dynamics of soft robotic snakes, and it enables distinct movements, such as turning or moving forward, by simply altering the neural thresholds. Finally, we demonstrate that our approach, termed SpikingSoft, naturally pairs and integrates with reinforcement learning. The high-level agent only needs to adjust the two thresholds to generate complex movement patterns, thus strongly simplifying the learning of reactive locomotion. Simulation results demonstrate that the proposed architecture significantly enhances the performance of the soft snake robot, enabling it to achieve target objectives with a 21.6% increase in success rate, a 29% reduction in time to reach the target, and smoother movements compared to the vanilla reinforcement learning controllers or Central Pattern Generator controller acting in torque space.
- Abstract（参考訳）: 動物における運動ニューロンの動的結合と物理的弾性にインスパイアされた本研究は、低レベルのスパイキング神経機構を用いてソフトヘビの物理的振動を利用して運動歩行を発生させる可能性を探究する。
この目的を達成するために、可変しきい値を持つ二重閾値スパイキングニューロンモデルを導入し、様々な出力パターンを生成する。
このニューロンモデルは、ソフトロボットヘビの自然なダイナミクスを励起し、神経閾値を単に変化させることで、回転や前進などの異なる動きを可能にする。
最後に、我々のアプローチであるSpkingSoftが自然にペアリングし、強化学習と統合できることを実証する。
高レベルのエージェントは、複雑な動きパターンを生成するために2つのしきい値を調整することしか必要とせず、反応的な移動の学習を強く単純化する。
シミュレーションの結果,提案手法はソフトヘビロボットの性能を著しく向上させ,21.6%の成功率,目標到達時間の29%削減,トルク空間に作用するバニラ強化学習制御装置や中央パターンコントローラよりもスムーズな動作を実現した。
関連論文リスト
- Brain-Body-Task Co-Adaptation can Improve Autonomous Learning and Speed
of Bipedal Walking [0.0]
脳と体を協調して環境と相互作用させる動物にインスパイアされた私たちは、腱駆動で過剰に作動する二足歩行ロボットを提示する。
本研究は, 植物のバックドライブ可能な特性に根ざした連続的な物理的適応によって, 連続的な物理的適応がいかに駆動されるかを示す。
論文 参考訳（メタデータ） (2024-02-04T07:57:52Z) - Learning with Chemical versus Electrical Synapses -- Does it Make a
Difference? [61.85704286298537]
バイオインスパイアされたニューラルネットワークは、ニューラルネットワークの理解を深め、AIシステムの最先端を改善する可能性がある。
我々は,光リアルな自律走行シミュレータを用いて自律車線維持実験を行い,その性能を種々の条件下で評価する。
論文 参考訳（メタデータ） (2023-11-21T13:07:20Z) - VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait
Representation [78.92147339883137]
本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。
本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。
生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
論文 参考訳（メタデータ） (2022-05-02T19:49:53Z) - Overcoming the Domain Gap in Contrastive Learning of Neural Action
Representations [60.47807856873544]
神経科学の基本的な目標は、神経活動と行動の関係を理解することである。
我々は,ハエが自然に生み出す行動からなる新しいマルチモーダルデータセットを作成した。
このデータセットと新しい拡張セットは、神経科学における自己教師あり学習手法の適用を加速することを約束します。
論文 参考訳（メタデータ） (2021-11-29T15:27:51Z) - Learning Control Policies for Imitating Human Gaits [2.28438857884398]
人間はウォーキング、ランニング、ジャンプといった運動を最も効率的な方法で行っており、このプロジェクトの動機の源となっている。
骨格と筋骨格の人間モデルは,矢状面の運動に対して考慮された。
モデルフリー強化学習アルゴリズムは、逆ダイナミクス制御動作の最適化に用いられた。
論文 参考訳（メタデータ） (2021-05-15T16:33:24Z) - Continuous Learning and Adaptation with Membrane Potential and
Activation Threshold Homeostasis [91.3755431537592]
本稿では,MPATH(Membrane Potential and Activation Threshold Homeostasis)ニューロンモデルを提案する。
このモデルにより、ニューロンは入力が提示されたときに自動的に活性を調節することで動的平衡の形式を維持することができる。
実験は、モデルがその入力から適応し、継続的に学習する能力を示す。
論文 参考訳（メタデータ） (2021-04-22T04:01:32Z) - 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) - Learning Quadrupedal Locomotion over Challenging Terrain [68.51539602703662]
足の移動はロボティクスの操作領域を劇的に拡張することができる。
足の移動のための従来のコントローラーは、運動プリミティブと反射の実行を明示的にトリガーする精巧な状態マシンに基づいている。
ここでは、自然環境に挑戦する際の足の移動に対して、徹底的に頑健な制御器を提案する。
論文 参考訳（メタデータ） (2020-10-21T19:11:20Z) - 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) - 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。