論文の概要: A Spiking Neural Architecture for Coordinating Arm and Locomotor Control
- arxiv url: http://arxiv.org/abs/2606.11034v1
- Date: Tue, 09 Jun 2026 16:05:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-11 16:42:38.06134
- Title: A Spiking Neural Architecture for Coordinating Arm and Locomotor Control
- Title（参考訳）: アームとロコモレータの協調制御のためのスパイクニューラルネットワーク
- Authors: Lea Steffen, Kathryn Simone, Graeme Damberger, Travis DeWolf, Hudson Ly, Chris Eliasmith,
- Abstract要約: 模擬ヒューマノイドにおける力による腕の制御と二足歩行を協調するスパイクアーキテクチャを提案する。
運動器と腕の制御の間の高レベルな行動選択は、生物学的に接地した基底神経節モデルによって媒介される。
我々の知る限り、これは二足歩行と腕の制御をフルスケールのヒューマノイドプラットフォームで組み合わせた最初の統合スパイクコントローラーである。
- 参考スコア（独自算出の注目度）: 1.9980707252644898
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Spiking Neural Networks (SNNs) coupled with neuromorphic hardware offer energy-efficient solutions for humanoid robot control. However, existing SNN-based motor control systems address bipedal locomotion and arm control in isolation, leaving integrated control of both unaddressed. We present a spiking architecture that coordinates force-based arm control and bipedal locomotion in a simulated humanoid, using the Neural Engineering Framework (NEF) and Semantic Pointer Architecture (SPA). High-level action selection between locomotor and arm control is mediated by a biologically grounded spiking basal ganglia model. We validate the system through co-simulation of Nengo, for the neural control, and Isaac Sim, demonstrating successful target reaching, continuous digit drawing, path-following locomotion, and finally, switching between walking and arm control via basal ganglia disinhibition. To our knowledge, this is the first integrated spiking controller to combine bipedal locomotion and arm control on a full-scale humanoid platform. The full spike-based implementation enables future deployment on low-power neuromorphic hardware.
- Abstract（参考訳）: スパイキングニューラルネットワーク(SNN)とニューロモルフィックハードウェアは、ヒューマノイドロボット制御のためのエネルギー効率の良いソリューションを提供する。
しかし、既存のSNNベースのモーターコントロールシステムは、二足歩行と腕の制御を単独で処理し、両方の制御を未調整のままにしておく。
本稿では、ニューラルネットワークフレームワーク(NEF)とセマンティックポインターアーキテクチャ(SPA)を用いて、力に基づくアーム制御と二足歩行をシミュレーションしたヒューマノイドで協調するスパイクアーキテクチャを提案する。
運動器と腕の制御の間の高レベルな行動選択は、生物学的に接地した基底神経節モデルによって媒介される。
我々は、ニューラルコントロールのためのNengoとIsaac Simの共同シミュレーションにより、目標到達、連続的なディジット描画、パス追従移動、そして最後に、基底神経節除圧による歩行と腕制御の切り替えを実証し、システムを検証する。
我々の知る限り、これは二足歩行と腕の制御をフルスケールのヒューマノイドプラットフォームで組み合わせた最初の統合スパイクコントローラーである。
完全なスパイクベースの実装は、低消費電力のニューロモルフィックハードウェアに将来の展開を可能にする。
関連論文リスト
- Learning Whole-Body Control for a Salamander Robot [1.321203201549798]
サラマンダーに触発された両生類脚ロボットは、複雑な水陸両生環境における応用を約束している。
多くのサンショウウオロボットは、中心パターンジェネレータ(CPG)をベースとし、ロコモーション制御のためのモデルベースコーディネート戦略に頼っていた。
強化学習(Reinforcement Learning)を用いて、主観的観察をマッピングし、共同レベルの行動に速度を指示することで、協調した運動行動が出現する。
論文 参考訳（メタデータ） (2026-03-17T15:43:15Z) - ULTRA: Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation [55.467742403416175]
本稿では,大規模モーションキャプチャをヒューマノイドに変換する物理駆動型ニューラルネットワークを提案する。
我々は高密度参照とスパースタスク仕様の両方をサポートする統合マルチモーダルコントローラを学習する。
その結果,ULTRAは自我中心の知覚から,自律的,目標条件付き全体ロコ操作に一般化することが示された。
論文 参考訳（メタデータ） (2026-03-03T18:59:29Z) - Safe Whole-Body Loco-Manipulation via Combined Model and Learning-based Control [46.47619556874003]
そこで本研究では,マニピュレータアームのモデルベースアプタンス制御と足歩行の強化学習ポリシを組み合わせた全身制御を提案する。
アクセタンスコントローラは、物理的相互作用中に人間によって適用されるような外部レンチを、望ましいエンドエフェクタ速度にマッピングし、従順な振る舞いを可能にする。
6-DoFアームと手首に装着した6-DoF Force/Torqueセンサーを備えたUnitree Go2四足歩行ロボットを用いて,シミュレーションとハードウェアの両方におけるアプローチを検証する。
論文 参考訳（メタデータ） (2026-03-02T22:31:12Z) - Whole-Brain Connectomic Graph Model Enables Whole-Body Locomotion Control in Fruit Fly [12.303046979087192]
成体のハエの脳の正確な神経構造を体の動きの制御に利用することを検討した。
本研究では,成体ショウジョウバエの完全連結体と静的構造が同一であるFly-connectomic Graph Model(FlyGM)を開発した。
論文 参考訳（メタデータ） (2026-02-20T05:09:28Z) - Towards spiking analog hardware implementation of a trajectory interpolation mechanism for smooth closed-loop control of a spiking robot arm [41.54924235047016]
イベントベースロボットアームのためのクローズドループニューロモルフィック制御システムを提案する。
提案システムは、シフトしたWinner-Take-Allスパイクネットワークと、スパイクコンパレータネットワークで構成されている。
本システムを評価するため,混合信号アナログデジタルニューロモルフィックプラットフォーム上でモデルを実装,展開した。
論文 参考訳（メタデータ） (2025-01-23T14:11:32Z) - Reinforcement Learning for Versatile, Dynamic, and Robust Bipedal Locomotion Control [106.32794844077534]
本稿では,二足歩行ロボットのための動的移動制御系を構築するために,深層強化学習を用いた研究について述べる。
本研究では、周期歩行やランニングから周期ジャンプや立位に至るまで、様々な動的二足歩行技術に使用できる汎用的な制御ソリューションを開発する。
この研究は、二足歩行ロボットの俊敏性の限界を、現実世界での広範な実験を通じて押し上げる。
論文 参考訳（メタデータ） (2024-01-30T10:48:43Z) - Reinforcement Learning for Robust Parameterized Locomotion Control of
Bipedal Robots [121.42930679076574]
シミュレーションにおけるロコモーションポリシをトレーニングするためのモデルフリー強化学習フレームワークを提案する。
ドメインランダム化は、システムダイナミクスのバリエーションにまたがる堅牢な振る舞いを学ぶためのポリシーを奨励するために使用されます。
本研究では、目標歩行速度、歩行高さ、旋回ヨーなどの多目的歩行行動について示す。
論文 参考訳（メタデータ） (2021-03-26T07:14:01Z) - 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) - Closed-loop spiking control on a neuromorphic processor implemented on
the iCub [4.1388807795505365]
混合信号アナログデジタルニューロモルフィックハードウェアに実装した閉ループモータコントローラを提案する。
ネットワークは、ターゲット、フィードバック、エラー信号を符号化することで比例制御を行う。
ネットワーク構造を最適化して、ノイズの多い入力やデバイスミスマッチをより堅牢にします。
論文 参考訳（メタデータ） (2020-09-01T14:17:48Z) - 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)
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。