Die Studie konzentriert sich auf die Entwicklung eines Verstärkungslernansatzes zur Erzeugung der Fortbewegung eines kleinen Vierbeinroboters (Rattenroboter NeRmo) basierend auf Umgebungsveränderungen.
Aufgrund der begrenzten Größe und Sensorausstattung kleiner Roboter ist es schwierig, Umgebungsänderungen genau wahrzunehmen und darauf zu reagieren. Um diese Herausforderung zu bewältigen, extrahiert der Ansatz wichtige Informationen aus den Sensordaten durch Fourier-Transformation und Sinusfunktionen. Dadurch können Umgebungsveränderungen effektiv erfasst werden.
Zusätzlich wird ein multifunktionaler Belohnungsmechanismus entwickelt, um adaptive Fortbewegung in verschiedenen Aufgaben zu erzeugen. Umfangreiche Simulationen zeigen, dass der Ansatz in der Lage ist, die stabile Fortbewegung des Rattenroboters in verschiedenen Umgebungen wie Rampen, Treppen und Wendeltreppen aufrechtzuerhalten.
In un'altra lingua
dal contenuto originale
arxiv.org
Approfondimenti chiave tratti da
by Xinhui Shan,... alle arxiv.org 03-19-2024
https://arxiv.org/pdf/2403.11788.pdfDomande più approfondite