文献
J-GLOBAL ID:201702216347447408   整理番号:17A0406279

同時コントローラとシミュレータニューラルネットワークは進化的ロボティクスにおけるヘビ型ロボットの開発【Powered by NICT】

Concurrent controller and Simulator Neural Network development for a snake-like robot in Evolutionary Robotics
著者 (3件):
資料名:
巻: 88  ページ: 37-50  発行年: 2017年 
JST資料番号: C0133C  ISSN: 0921-8890  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
進化ロボティクス(ER)は,ロボットコントローラと形態の開発を自動化に大きな可能性を示した研究の分野である。実世界ロボットの代替としてシミュレータの使用は,ERプロセスにおける効果的なコントローラを開発するために必要な時間を低減するために使用する。しかし,適切なシミュレータの開発は,しばしば時間がかかり,複雑である。シミュレータは通常物理モデルから構築されたおよび/またはを実験的に収集したデータに基づいている。シミュレーション手法の大部分は複雑となり,専門知識を必要とすることができる物理モデルに基づいている。実世界現象のモデル化を単純化し,自動化する代替シミュレーション法は,伝統的なアプローチを超えるある利点を提供することができる。代替シミュレーション法,経験的データに基づく実世界現象をモデル化する人工ニューラルネットワーク(ANN)を構築するために比較的簡単であると専門知識を必要とする。ERプロセスは,実際の実験データのサンプリングを開始し,必要とする前にANNベースのシミュレータはtradditionally構築した。ANNシミュレータ構築への伝統的アプローチの欠点は,ERプロセスを開始する前にシミュレータを作成しなければならないことであると大量行動データは将来の挙動を正確に予測するために集めなければならない。以前の研究では,ANNベースのシミュレータと制御器は単純な特異的に操作された車輪ロボットのためのER過程で同時に開発できることをうまく証明しているが,現在の研究は,複雑なヘビ型ロボットを用いた並列アプローチを実証した。コンカレント手法の実行可能性は,軌道計画タスクを行うことにより実世界ヘビ型ロボットで実証された。同時アプローチの成功に関連する影響因子を,様々なパラメータ設定が成功に及ぼす影響を調べることにより研究した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
ロボットの運動・制御 

前のページに戻る