利用学习算法优化虚拟脊髓机器狗一小时学会走路

据《自然机器智能》杂志第18期报道，为了了解动物是如何学会走路和从绊倒中学习的，德国马克斯·普朗克智能系统研究所的研究人员建造了一只四条腿的机器狗莫蒂，它仅用一个小时就学会了走路。

Morty充分利用复杂的腿部力学，通过贝叶斯优化算法指导她的学习:她脚部传感器的信息与机器狗体内虚拟脊髓运行的目标数据相匹配狗通过不断比较传输和预期的传感器信息，运行反射循环和调整它们的运动控制模式来学习走路

在人类和动物中，中枢模式发生器是脊髓中的神经元网络，它可以在没有大脑输入的情况下产生周期性的肌肉收缩它有助于产生有节奏的任务，如走路，眨眼或消化狗毛蒂优化运动模式的速度比动物快大约一个小时

在机器狗平稳行走的过程中，它脚上的传感器数据会不断与机器狗CPG预测的预期着陆进行比较如果机器狗摔倒，学习算法将改变距离，速度和在地面上的腿的长度调整后的运动也会影响机器狗使用腿部力学的能力

在学习过程中，CPG发送调整后的电机信号，使机器狗减少跳闸，优化行走。

主编圈

中枢模式发生器是产生动物节律性运动行为的生物神经回路，是由一个神经振荡器和一个多反射回路系统组成的复杂分布式神经网络最近几年来，基于CPG的机器人运动控制成为仿生机器人领域新的研究热点研究人员让四足机器人在很短的时间内学会了走路简单的理解就是边走边学它的CPG是不断模拟的，学习算法是根据来自传感器的数据和模拟数据之间的差异不断调整的规划的机器人步态过于僵硬，但这种生物步态可以使四足机器人更好地适应周围环境

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。