学习手臂接触与避免碰撞的仿生学解决方案

摘要

本文提出了一个模拟拟人手臂运动学运动控制的学习模型。目标是在不同大小和位置的障碍物后面，达到和抓住一个静态原型物体。该网络由两个通用神经网络模块组成，学习组合多模态臂相关信息(轨迹参数)和障碍物相关信息(障碍物大小和位置)。我们的模拟是基于Via Point的概念，它假设运动规划被划分为特定的连续位置的手臂。为了确定这些特殊点，建立了实验协议，并将相关参数集成到模型中。根据这些研究，我们提出了一种原始的方法，考虑到之前的学习模块，以确定手腕的整个轨迹，以达到放置在两个连续障碍物后的相同目标。这种方法的目的是更好地理解经验在任务实现中的影响，并表明学习可以从以前的开始进行。应用于避障任务的结果表明了该方法的有效性。

应用仿生学和生物力学

摘要

版权

更多相关文章