Control of locomotion in legged rob

Control of locomotion in legged robots is a challenging
multidimensional control problem[6, 2]. It requires
the specification and coordination of motions in
all robots’ legs while considering factors such as stability
and surface friction[14]. This is a research area
which has obvious ties with the control of animal locomotion,
and it is a suitable task to use to explore this
issue[23]. It has been a research area for a considerable
period of time, from the first truly independent
legged robots like the Phony Pony built by Frank and
McGhee[17], where each joint was controlled by a simple
finite state machine, to the very successful algorithmic
control of bipeds and quadrupeds by Raibert[22].
Lewis[16] evolved controllers for a hexapod robot,
where the controller was evaluated on a robot which
learn to walk inspired on insect-like gaits, after a staged
evolution where its behavior was shaped toward the fi-
nal goal of walking. Bongard[3] evolved the parameters
of a dynamic neural network to control various types of
simulated robots. Busch[5] used genetic programming
to evolve the control parameters of several robot types.
Jacob[13], on the other hand, used reinforcement learning
to control a simulated tetrapod robot.
In these previous cited research works, when they involved
solutions based on neurons, they all used only the
topology of a neural network, but not the learning algorithms
based on gradient descend, like back-propagation
and its improvements. One of the techniques most used
to adjust the neural weights are the genetic algorithms
(GA)[8, 18], because they do not need local information
for the error minimization, nor the gradient calculation.
This is very useful in the robot control, because it is very
difficult to have some training data for the supervised
learning.
In our previous work[11, 12], we used genetic algorithms
[8] to automatically generate a finite state machine
to control simulated legged robots with four and
six legs. Despite of its advantages, genetic algorithms
are a machine learning method[19] not much suitable
for the control generation of legged robots, because the
time spent to evolve the parameters is very long[26].
For this reason, we decided to use a supervised learning
method to adjust the neural weights, more specifi-
cally, we adopted the RPROP algorithm[24]. This training
method is more efficient than the evolutionary methods,
and it is more robust faced to non expected situations
than hand tuned methods.

ผลลัพธ์ (ไทย) 1:

ควบคุม locomotion ในหุ่นยนต์ขาเปลือยเป็นการท้าทายปัญหาในการควบคุมมิติ [6, 2] ต้องการข้อกำหนดและประสานงานการเคลื่อนไหวในขาของหุ่นยนต์ทั้งหมดโดยพิจารณาถึงปัจจัยต่าง ๆ เช่นความมั่นคงและแรงเสียดทานพื้นผิว [14] นี้เป็นพื้นที่วิจัยซึ่งมีความสัมพันธ์ที่ชัดเจนกับการควบคุมสัตว์ locomotionและมันเป็นงานที่เหมาะสมเพื่อใช้ในการสำรวจนี้ปัญหา [23] จะได้รับการวิจัยพื้นที่เป็นจำนวนมากรอบระยะเวลาของเวลา จากแรกเป็นอิสระอย่างแท้จริงหุ่นยนต์ขาเปลือยเช่นม้า Phony สร้าง โดยแฟรงก์ และMcGhee [17], ซึ่งแต่ละร่วมถูกควบคุม โดยเรียบง่ายเครื่องสถานะจำกัด การประสบความสำเร็จมาก algorithmicควบคุม bipeds และ quadrupeds โดย Raibert [22]ลูอิส [16] พัฒนาตัวควบคุมสำหรับหุ่นยนต์ hexapodตัวควบคุมที่ถูกประเมินในหุ่นยนต์ซึ่งเดินแรงบันดาลใจในแมลงเช่น gaits หลังจากที่กำหนดวิวัฒนาการที่มีรูปลักษณะการทำงานของต่อไร้สาย-เป้าหมาย nal การเดิน Bongard [3] พัฒนาพารามิเตอร์ของเครือข่ายประสาทแบบไดนามิกเพื่อควบคุมชนิดต่าง ๆหุ่นยนต์เลียนแบบการ บุชค์ราคา [5] ใช้โปรแกรมทางพันธุกรรมการพัฒนาพารามิเตอร์การควบคุมของหุ่นยนต์ชนิดต่าง ๆยาโคบ [13], ในทางกลับกัน ใช้เหล็กเสริมเรียนรู้การควบคุมหุ่นยนต์ tetrapod จำลองในก่อนหน้านี้อ้างงานวิจัย เมื่อพวกเขาเกี่ยวข้องโซลูชั่นตาม neurons พวกเขาทั้งหมดใช้เฉพาะโทโพโลยีของเครือข่ายประสาท แต่ไม่อัลกอริทึมการเรียนรู้ตามไล่ระดับมา เช่นเผยแพร่กลับและการปรับปรุง เทคนิคที่ใช้มากที่สุดอย่างใดอย่างหนึ่งการปรับ น้ำหนักประสาทเป็นอัลกอริทึมทางพันธุกรรม(GA) [8, 18], เพราะพวกเขาไม่ต้องข้อมูลท้องถิ่นสำหรับการลดข้อผิดพลาด หรือการคำนวณไล่โทนสีนี้เป็นประโยชน์อย่างมากในการควบคุมหุ่นยนต์ เพราะมากยากที่จะมีบางข้อมูลการฝึกอบรมสำหรับการมีเรียนรู้ในงานของเราก่อนหน้านี้ [11, 12], เราใช้อัลกอริทึมทางพันธุกรรม[8] เพื่อสร้างเครื่องสถานะจำกัดโดยอัตโนมัติการควบคุมหุ่นยนต์ขาเปลือยจำลองกับสี่ และหกขา มีข้อดีของ อัลกอริทึมทางพันธุกรรมเครื่องจักรกำลังเรียนรู้วิธี [19] ไม่มากเหมาะสมหรือไม่สำหรับการสร้างหุ่นยนต์ขาเปลือย ควบคุมเนื่องจากการเวลาชุมนุมพารามิเตอร์ยาวมาก [26]ด้วยเหตุนี้ เราตัดสินใจที่จะใช้การเรียนรู้ที่มีวิธีการปรับประสาทน้ำหนัก เพิ่มเติม specifi-cally เรานำขั้นตอนวิธี RPROP [24] การฝึกอบรมนี้วิธีมีประสิทธิภาพมากขึ้นกว่าวิธีวิวัฒนาการและแข็งแกร่งมากขึ้นประสบกับสถานการณ์ที่คาดไม่กว่ามือปรับวิธี

ผลลัพธ์ (ไทย) 2:

การควบคุมการเคลื่อนไหวของหุ่นยนต์ในขาเป็นความท้าทาย
ปัญหาการควบคุมหลายมิติ [6, 2] มันต้องมี
คุณสมบัติและการประสานงานของการเคลื่อนไหวใน
ทุกขาหุ่นยนต์ 'ขณะที่การพิจารณาปัจจัยต่างๆเช่นความมั่นคง
และแรงเสียดทานพื้นผิว [14] พื้นที่นี้เป็นงานวิจัย
ที่มีความสัมพันธ์ที่ชัดเจนมีการควบคุมการเคลื่อนไหวของสัตว์
และมันเป็นงานที่เหมาะที่จะใช้ในการสำรวจนี้
ปัญหา [23] จะได้รับพื้นที่สำหรับการวิจัยมาก
ในช่วงเวลาตั้งแต่แรกอิสระอย่างแท้จริง
หุ่นยนต์ขาเหมือนม้าปลอมที่สร้างขึ้นโดยแฟรงก์และ
McGhee [17] ที่ร่วมแต่ละคนถูกควบคุมโดยง่าย
เครื่องรัฐ จำกัด กับอัลกอริทึมประสบความสำเร็จมาก
การควบคุมของ bipeds และสิงโตทะเลโดย Raibert [22].
ลูอิส [16] การพัฒนาตัวควบคุมหุ่นยนต์ hexapod,
ควบคุมที่ได้รับการประเมินในหุ่นยนต์ที่
เรียนรู้ที่จะเป็นแรงบันดาลใจในการเดินเกทส์แมลงเช่นหลังจากฉาก
วิวัฒนาการที่พฤติกรรมของมันเป็นรูป ไปยัง fi-
NAL เป้าหมายของการเดิน Bongard [3] การพัฒนาพารามิเตอร์
ของเครือข่ายประสาทแบบไดนามิกในการควบคุมประเภทต่างๆของ
หุ่นยนต์จำลอง Busch [5] ใช้โปรแกรมทางพันธุกรรม
ที่จะพัฒนาขึ้นพารามิเตอร์การควบคุมประเภทหุ่นยนต์หลาย.
จาค็อบ [13] ในมืออื่น ๆ , การเรียนรู้เสริมที่ใช้
ในการควบคุมหุ่นยนต์จำลอง tetrapod.
ในก่อนหน้าเหล่านี้อ้างถึงงานวิจัยที่เมื่อพวกเขามีส่วนเกี่ยวข้องกับ
การแก้ปัญหาที่อยู่บนพื้นฐานของ เซลล์ประสาทที่พวกเขาทั้งหมดใช้เฉพาะ
โครงสร้างของเครือข่ายประสาท แต่ไม่ได้เรียนรู้ขั้นตอนวิธีการ
สืบเชื้อสายมาบนพื้นฐานของการไล่ระดับสีเช่นหลังการขยายพันธุ์
และการปรับปรุงของ หนึ่งในเทคนิคที่ใช้
ในการปรับน้ำหนักประสาทมีขั้นตอนวิธีพันธุกรรม
(GA) [8, 18] เพราะพวกเขาไม่จำเป็นต้องมีข้อมูลท้องถิ่น
เพื่อลดข้อผิดพลาดหรือการคำนวณการไล่ระดับสี.
นี้มีประโยชน์มากในการควบคุมหุ่นยนต์ เพราะมันเป็นอย่างมาก
ยากที่จะมีข้อมูลบางอย่างสำหรับการฝึกอบรมภายใต้การดูแล
การเรียนรู้.
ในการทำงานของเราก่อนหน้านี้ [11, 12] เราใช้ขั้นตอนวิธีพันธุกรรม
[8] โดยอัตโนมัติสร้างเครื่องจักรสถานะ จำกัด
ในการควบคุมหุ่นยนต์ขาจำลองที่มีสี่และ
หกขา แม้จะมีข้อได้เปรียบของขั้นตอนวิธีพันธุกรรม
เป็นเครื่องวิธีการเรียนรู้ [19] ไม่เหมาะมาก
สำหรับการสร้างการควบคุมของหุ่นยนต์ขาเพราะ
เวลาที่ใช้ในการพัฒนาพารามิเตอร์ที่มีความยาวมาก [26].
ด้วยเหตุนี้เราจึงตัดสินใจที่จะใช้ ภายใต้การดูแลการเรียนรู้
วิธีการปรับน้ำหนักประสาท specifi- มากขึ้น
เองโดยที่เรานำมาใช้อัลกอริทึม RPROP [24] การฝึกอบรมนี้
เป็นวิธีการที่มีประสิทธิภาพมากขึ้นกว่าวิธีการวิวัฒนาการ
และมีประสิทธิภาพมากขึ้นที่ต้องเผชิญกับสถานการณ์ที่ไม่คาดว่า
กว่าวิธีการปรับมือ

ผลลัพธ์ (ไทย) 3:

ควบคุมการเคลื่อนที่ของหุ่นยนต์ขา เป็นความท้าทายปัญหาการควบคุมมิติ [ 6
2 ] มันต้องมีข้อมูลและการประสานงานของ

ทุกการเคลื่อนไหวในหุ่นยนต์ ขาในขณะที่การพิจารณาปัจจัยต่างๆ เช่น ความมั่นคงและแรงเสียดทานพื้นผิว
[ 14 ] นี่คือพื้นที่วิจัย ซึ่งมีความสัมพันธ์ที่ชัดเจนกับ
การควบคุมการเคลื่อนที่ของสัตว์
และเป็นงานที่เหมาะสมกับการใช้งานเพื่อสำรวจปัญหานี้
[ 23 ]มันมีพื้นที่วิจัยเป็นระยะเวลาพอสมควร

จริงๆ จากแรกเป็นหุ่นยนต์เหมือนขาปลอมที่สร้างขึ้นโดย แฟรงค์ และ ม้า
สะดวกที่ [ 17 ] ที่แต่ละข้อต่อถูกควบคุมโดยเครื่องจักรสถานะจำกัดง่าย

เพื่อการควบคุมขั้นตอนและประสบความสำเร็จมากของ bipeds สัตว์สี่เท้า raibert [ 22 โดย ] [ 16 ] .
Lewis พัฒนาตัวควบคุมสำหรับแมลงหุ่นยนต์
ที่ตัวควบคุมถูกประเมินในหุ่นยนต์ซึ่ง
หัดเดินแรงบันดาลใจเกี่ยวกับแมลง เช่น สามารถ หลังจากฉาก
วิวัฒนาการที่พฤติกรรมรูปต่อ Fi -
นาล เป้าหมายของการเดิน บอนการ์ด [ 3 ] พัฒนาพารามิเตอร์แบบไดนามิก
ของโครงข่ายประสาทเทียมเพื่อควบคุมประเภทต่างๆของ
จำลองหุ่นยนต์ บุช [ 5 ] ใช้โปรแกรมทางพันธุกรรม
คายควบคุมพารามิเตอร์ของหลายประเภทของหุ่นยนต์ .
เจคอบ [ 13 ]บนมืออื่น ๆที่ใช้เสริมการเรียนรู้
เพื่อควบคุมหุ่นยนต์เลียนแบบสัตว์สี่เท้า .
ในเหล่านี้ก่อนหน้านี้อ้างงานวิจัย เมื่อพวกเขามีส่วนร่วม
โซลูชั่นตามเซลล์ประสาท พวกเขาทั้งหมดใช้เพียง
โทโพโลยีของเครือข่ายประสาท แต่ไม่เรียนรู้กลไก
ตามไล่ระดับลงมา เหมือน back-propagation
และการปรับปรุง หนึ่งในเทคนิคที่ใช้มากที่สุด
ปรับน้ำหนักประสาทเป็นขั้นตอนวิธีเชิงพันธุกรรม ( GA )
8 [ 18 ] เพราะพวกเขาไม่ต้องการ
ข้อมูลท้องถิ่นเพื่อลดข้อผิดพลาด และการไล่ระดับสีในการคำนวณ
นี้จะมีประโยชน์มากในการควบคุมหุ่นยนต์ เพราะมันเป็นเรื่องยากที่จะมีข้อมูล

มีการฝึกอบรมสำหรับการเรียนรู้
ในก่อนหน้านี้ของเราทำงาน [ 11 , 12 ] เราใช้ขั้นตอนวิธีพันธุกรรม
[ 8 ] โดยอัตโนมัติสร้างเครื่องจักรสถานะจำกัด
เพื่อควบคุมหุ่นยนต์จำลองและขา 4
6 ขา แม้จะมีข้อได้เปรียบของ ขั้นตอนวิธีเชิงพันธุกรรม
เป็นเครื่องเรียนรู้วิธี [ 19 ] ไม่เหมาะมากสำหรับการควบคุมหุ่นยนต์รุ่น

ขาเพราะใช้เวลาพัฒนาพารามิเตอร์ยาวมาก [ 26 ] .
สำหรับเหตุผลนี้ เราตัดสินใจที่จะใช้การเรียนรู้แบบมีผู้สอน
วิธีการปรับน้ำหนักของระบบประสาท , ของเหลว -
คอลลี่ เราใช้วิธี rprop [ 24 ] วิธีการฝึกอบรม
นี้จะมีประสิทธิภาพมากขึ้นกว่าวิธีเชิงวิวัฒนาการ
และแข็งแกร่งมากขึ้นเผชิญไม่คาดว่าสถานการณ์

กว่ามือปรับวิธีการ