六足机器人MORF正在学习穿越路上的障碍物。鸣谢:Thor & Manoonpong。近年来，机器人专家已经开发出了具有多种解剖结构和功能的移动机器人。已经发现，一类特别有希望在非结构化和动态环境中导航的机器人系统是腿式机器人(即，具有两条腿或多条腿的机器人，通常类似于动物)。虽然腿式机器人是非常有前途的系统，但可靠地控制它们的运动或移动是具有挑战性的。虽然一些团队之前已经手动创建了运动控制器，但其他团队试图使用机器学习算法对它们进行自动编程。自动设计它们可能是有利的，但它通常需要长时间训练机器学习算法。
南丹麦大学默斯克·麦克-金内·穆勒研究所的两位研究人员马蒂亚斯·托尔和波拉马特·马努蓬最近开发了一种替代方法来训练腿式机器人运动的控制器。这种方法发表在《自然机器智能》杂志的一篇论文中，可用于在短时间内获得不同复杂性的运动行为。
“我们的论文是基于我之前的工作，在那里我使用中央模式发生器(CpG)来控制腿式机器人的运动，”开展这项研究的研究人员之一Mathias Thor告诉TechXplore。“这项新研究的主要目标是表明运动控制器可以简单易懂，但能够产生复杂的运动行为。”
六足机器人MORF。鸣谢:Thor & Manoonpong。Thor和Manoonpong开发的新型灵活控制器基于生物启发的人工中枢模式发生器(CPG)和前运动神经网络。gpg是一种生物神经回路，允许动物天生按照节奏模式运动，从而产生呼吸、行走、飞行和游泳等行为。许多计算机科学家最近试图在机器中复制这些生物系统，以实现不同类型的机器人运动。
Thor解释说:“CPG为电机产生节奏信号，电机前神经网络重塑CPG输出以实现高性能。”“重塑是基于机器人的形态和感官反馈。我们的控制方法的主要优势是它学习速度快，易于理解和模块化。”
作为研究的一部分，研究人员在一个名为MORF的六条腿的真实物理机器人上评估了他们的方法。在他们的测试中，他们发现这取得了显著的效果，在很短的训练时间后就产生了他们想要的运动行为。
这种新方法还具有高度的灵活性和适应性，因为它允许开发人员轻松地添加新的行为特定模块，从而产生越来越复杂的运动行为。在未来，它可以被世界各地的机器人学家和计算机科学家用来快速训练各种各样的腿式机器人，以新的有效方式在周围环境中导航。
“当使用我们的方法时，运动控制器不需要复杂或训练许多小时或几天，”托尔补充说。“相反，复杂的运动可以从许多平行运作的简单模块中产生。由于控制器可以在不到30分钟的时间内学习新的行为，我们希望直接在真实世界的腿式机器人上学习运动行为，而不是模拟的。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
