論文の概要: Neuromorphic Spiking Ring Attractor for Proprioceptive Joint-State Estimation

• arxiv url: http://arxiv.org/abs/2604.14021v1
• Date: Wed, 15 Apr 2026 16:04:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-16 20:38:32.624581
• Title: Neuromorphic Spiking Ring Attractor for Proprioceptive Joint-State Estimation
• Title（参考訳）: 一次受容型関節状態推定のためのニューロモルフィックスパイキングリングアクチュエータ
• Authors: Federica Ferrari, Flavia Davidhi, Bernard Maacaron, Alberto Motta, Luuk van Keeken, Elisa Donati, Giacomo Indiveri, Chiara De Luca, Chiara Bartolozzi,
• Abstract要約: 本研究は,自給自足集団活動を通して,ロボット関節角度を表すスパイキングリング・トラクタネットワークを導入する。 局所的な励起と広範囲な抑制は安定な活性アップをサポートし、速度変調された非対称性はその翻訳を駆動し、境界条件は機械的限界内での運動を限定する。 ネットワークはスムーズな軌道追跡を再現し、関節限界付近で安定であり、ドリフトが減少し、モデルよりも精度が向上した。
• 参考スコア（独自算出の注目度）: 5.303476069276191
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Maintaining stable internal representations of continuous variables is fundamental for effective robotic control. Continuous attractor networks provide a biologically inspired mechanism for encoding such variables, yet neuromorphic realizations have rarely addressed proprioceptive estimation under resource constraints. This work introduces a spiking ring-attractor network representing a robot joint angle through self-sustaining population activity. Local excitation and broad inhibition support a stable activity bump, while velocity-modulated asymmetries drive its translation and boundary conditions confine motion within mechanical limits. The network reproduces smooth trajectory tracking and remains stable near joint limits, showing reduced drift and improved accuracy compared to unbounded models. Such compact hardware-compatible implementation preserves multi-second stability demonstrating a near-linear relationship between bump velocity and synaptic modulation.
• Abstract（参考訳）: 連続変数の安定な内部表現を維持することは、効果的なロボット制御の基礎となる。 連続誘引ネットワークは、そのような変数をコードするための生物学的にインスパイアされたメカニズムを提供するが、ニューロモルフィックな実現はリソース制約の下では、受容的推定にほとんど対応していない。 本研究は,自給自足集団活動を通して,ロボット関節角度を表すスパイキングリング・トラクタネットワークを導入する。 局所的な励起と広範囲な抑制は安定な活性アップをサポートし、速度変調された非対称性はその翻訳を駆動し、境界条件は機械的限界内での運動を限定する。 ネットワークはスムーズな軌道追跡を再現し、関節限界付近で安定であり、ドリフトが減少し、非有界モデルと比較して精度が向上した。 このようなコンパクトなハードウェア互換実装は、バンプ速度とシナプス変調のほぼ線形関係を示すマルチ秒安定性を保っている。

関連論文リスト

• System Identification under Constraints and Disturbance: A Bayesian Estimation Approach [5.58001571731715]
  本稿では,ロボットの状態軌跡と物理パラメータを高精度に推定するためのベイズシステム同定(SysID)フレームワークを提案する。 物理的に一貫した逆ダイナミクス、接触とループ閉鎖の制約を組み込んでおり、関節摩擦モデルを完全にハードでステージワイドな等式制約として特徴付ける。
  論文  参考訳（メタデータ） (2026-02-18T10:45:30Z)
• Learning Discrete Successor Transitions in Continuous Attractor Networks: Emergence, Limits, and Topological Constraints [0.0]
  連続引力ネットワーク(Continuous attractor network, CAN)は、頭部方向、空間位置、位相などの低次元連続変数を表す。 標準空間領域では、アトラクタ多様体に沿った遷移は連続的な変位信号によって駆動される。 安定な誘引状態間の後継的な遷移を行うために,CANを訓練するための実験的な枠組みを提案する。
  論文  参考訳（メタデータ） (2026-01-20T10:41:18Z)
• Model-Less Feedback Control of Space-based Continuum Manipulators using Backbone Tension Optimization [0.0]
  連続マニピュレータは、閉じ込められた、障害物の多い環境でのナビゲーションのディクスタリティと安全なコンプライアンスを提供する。 無限次元のバックボーン変形、非モデル化内部摩擦、構成に依存した剛性は、モデルベースキネマティックな定式化の信頼性を制限する。 この研究は、微分凸更新を通じてオンラインに改良された経験的に固有のヤコビアンを用いて、キネマティックモデリングをバイパスする完全なモデルレス制御フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-07T09:34:28Z)
• Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
  コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。 シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。 マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
  論文  参考訳（メタデータ） (2025-10-09T04:48:49Z)
• Noradrenergic-inspired gain modulation attenuates the stability gap in joint training [44.99833362998488]
  連続学習の研究は、安定性ギャップとして知られる新しいタスクを同化する際に、マスターされたタスクのパフォーマンスが過度に低下することを発見した。 タスク境界における迅速な適応と堅牢な保持のバランスの不均衡を反映していると我々は主張する。 結節性好中球を介するノルアドレナリン系バーストに着想を得て,不確実性変調ゲインダイナミクスを提案する。
  論文  参考訳（メタデータ） (2025-07-18T16:34:06Z)
• Langevin Flows for Modeling Neural Latent Dynamics [81.81271685018284]
  逐次変分自動エンコーダであるLangevinFlowを導入し、潜伏変数の時間的進化をアンダーダム化したLangevin方程式で制御する。 われわれのアプローチは、慣性、減衰、学習されたポテンシャル関数、力などの物理的事前を組み込んで、ニューラルネットワークにおける自律的および非自律的プロセスの両方を表現する。 本手法は,ロレンツ誘引器によって生成される合成神経集団に対する最先端のベースラインより優れる。
  論文  参考訳（メタデータ） (2025-07-15T17:57:48Z)
• Allostatic Control of Persistent States in Spiking Neural Networks for perception and computation [79.16635054977068]
  本稿では,アロスタシスの概念を内部表現の制御に拡張することにより,環境に対する知覚的信念を更新するための新しいモデルを提案する。 本稿では,アトラクタネットワークにおける活動の急増を空間的数値表現として利用する数値認識の応用に焦点を当てる。
  論文  参考訳（メタデータ） (2025-03-20T12:28:08Z)
• 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)

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。