文献

J-GLOBAL ID：202202283510485805   整理番号：22A0967623

リカレントニューラルネットワークによる2脚ロボット運動制御【JST・京大機械翻訳】

Two-Legged Robot Motion Control With Recurrent Neural Networks

著者 (2件)： Catalbas Bahadir (Department of Electrical and Electronics Engineering, Bilkent University, Ankara, Turkey) ,  Morguel OEmer (Department of Electrical and Electronics Engineering, Bilkent University, Ankara, Turkey)
資料名： Journal of Intelligent & Robotic Systems  (Journal of Intelligent & Robotic Systems)
巻： 104  号： 4  ページ： 59  発行年： 2022年 
JST資料番号： T0752A  ISSN： 0921-0296  CODEN： JIRSES  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 脚移動は,そのアジャイル移動度と広範囲の運動が提供するロボットシステムの望ましい能力である。本論文では,2脚ロボットの動的安定歩行問題において,再帰層とフィードフォワード層から成るニューラルネットワークベース非線形制御器構造の使用を調べた。詳細に,リカレント層で使用されるニューロンモデルの長い短期記憶型がフィードバックとフィードフォワード経路で利用されるハイブリッドニューラルコントローラが利用される。これらのニューラルネットワークを訓練するために,教師つき学習データセットを,中心パターン発生器によって制御される二足ロボットプラットフォームを用いて作成した。次に,ロボットプラットフォームを制御することで安定した歩行を実行するニューラルネットワークの能力を,シミュレーション環境における種々の地盤条件の下で調査した。その後,ニューラルネットワークと中心パターン発生器の安定した歩行発生能力を互いに比較した。リカレント層の包含はスタンスと飛行運動相間の円滑な遷移と制御を提供し,[数式:原文を参照]正則化は歩行性能に有益であることを示した。最後に,提案したハイブリッドニューラルネットワークモデルは,中心パターン発生器よりも歩行コントローラが成功し,訓練で使われるデータセットを生成するのに採用された。Copyright The Author(s), under exclusive licence to Springer Nature B.V. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 移動度 ,  シミュレーション ,  *ロボット ,  *ニューラルネットワーク ,  フィードフォワード ,  教師つき学習 ,  飛翔 ,  歩行 ,  正則化 ,  歩行ロボット ,  *神経回路網 ,  *再帰性
準シソーラス用語： 神経回路網モデル ,  *リカレントニューラルネットワーク ,  ロボットプラットフォーム ,  二足歩行ロボット ,  脚移動 , 【Automatic Indexing@JST】

著者キーワード (5件)： ロボット移動制御 ,  二足歩行ロボット ,  リカレントニューラルネットワーク ,  長期短期記憶 ,  中心パターン発生器

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (4件)： リカレントニューラルネットワーク ,  脚 ,  ロボット ,  運動制御