在开发新技术时,计算机科学家和机器人学家经常从动物和其他生物身上汲取灵感。这允许他们人工复制复杂的行为和移动模式,以提高系统的性能、效率和能力。
浙江科技大学和埃塞克斯大学的研究人员最近开发了一种强化学习技术,可用于控制受海狸启发的单足机器人的运动。他们的方法发表在《机器人学与自主系统》上的一篇论文中,该方法允许机器人自主学习如何进行类似于在海狸身上观察到的游泳动作。
“在这项研究中,我们引入了一种受生物启发的强化学习控制方法来模拟水下机器人的运动,”进行这项研究的研究人员之一陈刚告诉TechExplorer。“这种方法主要基于我们之前研究海狸运动的一项工作,该工作发表在斯普林格·林的《智能与机器人系统杂志》上。”
水下机器人,如陈和他的同事创造的机器人,是非线性系统,它们的运动涉及复杂的流体动力学。因此,精确建模它们的运动可能是一项非常复杂和具有挑战性的任务,需要大量的计算工作。
与过去引入的其他用于指导水下机器人运动的模型相比,陈和他的同事设计的方法不需要集成基于流体动力学的复杂运动模型。这主要是因为它依赖于简化的关节角度表示,动态复制海狸的游泳运动。这些关节表示使模型更易于训练,同时也减少了训练期间机器人的无效运动。
陈解释道:“通过将强化学习与海狸游泳行为的基础机制相结合,我们的方法尽可能快速、可操作地实现了机器人的游泳控制。”。“它最显著和独特的优点是,它可以避免建立复杂的运动控制模型,并快速实现海狸式单足机器人的游泳控制。”
陈和他的同事在一系列实验中,使用一个单腿机器人平台,评估了他们的基于海狸启发的强化学习方法。他们的结果非常有希望,他们的方法产生了有效的海狸式游泳运动,改善了机器人的运动。
未来,这组研究人员引入的方法可用于改善其他设计用于水中作业的单足机器人的性能和运动。此外,他们的工作可能会启发开发类似的方法来控制其他水下机器人的运动。
“在我们未来的工作中,我们计划改进海狸式游泳机器人的结构和性能,”陈补充道。“我们还想研究如何通过强化学习来提高机器人游泳运动背后的智能,不仅关注机器人的游泳速度,还关注游泳稳定性、轨迹规划和避障,所有这些都是在真实的水下环境中进行的。”
漏 2022科学X网络