MAVの高速発散ベース着陸のための進化ニューロモルフィック制御【JST・京大機械翻訳】

Hagenaars J. J.; Paredes-Valles F.; Bohte S. M.; de Croon G. C. H. E.

プレプリント

J-GLOBAL ID：202202202107691630 整理番号：22P0120134

MAVの高速発散ベース着陸のための進化ニューロモルフィック制御【JST・京大機械翻訳】

Evolved Neuromorphic Control for High Speed Divergence-based Landings of MAVs

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年03月06日プレプリントサーバーでの情報更新日： 2020年07月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

飛行昆虫は,視覚刺激の処理において非常に効率的である間,高速および機敏な操作を通して障害物を確かに回避する,クラッタ環境における視覚ベースのナビゲーションが可能である。一方,自律マイクロ航空機は,それらの生物学的対応物の背後に遅れて,はるかに高いエネルギー消費で劣った性能を示した。これを考慮して,著者らは,それらの処理能力に関して飛翔昆虫を模倣することを望まし,その結果,実世界におけるこのアプローチの効率性を示した。このレターは,下向き監視カメラからのオプティカルフローダイバージェンスを用いて,マイクロ航空機の着陸を制御するために,スパイキングニューラルネットワークを進化させることを通している。その結果,得られた神経形態学的コントローラは,ネットワークスパイクレートを最小に保ちながら,高速かつ安全な着陸を実行する,実世界への高度に抽象化されたシミュレーションからロバストに転送されることを実証した。さらに,発散ベース着陸の問題を解決するのに必要な資源への洞察を提供し,高分解能制御が単一スパイキングニューロンだけで学習できることを示した。著者らの知る限り,本研究は,実世界飛行ロボットの制御ループにおけるスパイキングニューラルネットワークを統合する最初のものである。実験のビデオをhttps://bit.ly/neuro controllerで見つけることができた。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

ロボットの運動・制御 , 航空機

, , ,

前のページに戻る