XiaoMi-AI文件搜索系统
World File Search SystemLocomotion
最终报告：学习一项统一的运动统一政策，并用眼神感知
移动机器人技术在于三个共同点的交集：感知，操纵和运动。已经对每对组件的交集进行了许多研究。连接到操纵器的摄像机用于眼睛的感知，该摄像机提供了一个特写视图，可在被操纵的物体后面进行。摄像机也可以连接到移动机器人上，以实现以自我为中心的视觉，从而使机器人看到并避免在移动时遇到障碍物。最后，全身控制用于在单个平台上共同进行运动和操纵。在每种情况下，将两个不同的组件耦合可以提供更大的功能，而不是隔离每个组件。但是，我们认为机器人最终将需要同时依靠所有这三个组件，以完成更复杂的任务。在这个项目中，我们希望研究视力，运动和操纵的交集。为此，我们考虑了一个移动机器人，其相机安装在移动臂的末端，负责跟踪和接近视觉目标，同时避免障碍物。此任务具有挑战性，因为机器人必须保持目标并保持近端距离，这需要同时控制移动臂以将相机和腿部定向以向目标移动。虽然每个子任务的脱钩政策可能可能达到合理的绩效水平，但我们希望证明，运动和摄像机操纵的统一政策都可以导致新的有用行为和整体上的出色绩效。我们希望这将最终允许移动机器人执行更复杂的任务，这些任务需要所有三个运动，操纵和视觉。
通过两相训练使类人动力运动超过具有挑战性的地形
摘要：人形机器人是机器人技术的关键重点，其导航艰难地形对于许多用途至关重要。虽然取得了进步，但为复杂环境创建适应性的运动仍然很困难。基于学习的系统的进展为强大的腿部运动提供了希望，但挑战持续存在，例如在高速和不平衡的地面跟踪准确性，以及实际机器人的关节振荡。本文提出了一个新颖的培训框架，以通过强化学习采用两阶段的训练范式来应对这些挑战。通过整合命令课程学习，完善我们方法的预知和适应性，进一步构成了所提出的框架。此外，我们将Dreamwaq适应了我们的人形运动系统，并将其改进以减轻关节振荡。，我们实现了我们方法的SIM到真实传输。一系列经验结果表明，与最先进的方法相比，我们提出的方法的出色表现。
对逼真的果蝇运动的全身模拟，并进行深度加固学习
动物的身体影响神经系统如何产生行为。因此，2对感觉运动行为神经控制的详细建模需要3个身体的详细模型。在这里，我们在Mujoco Physics发动机中贡献了4种水果果蝇Melanogaster的解剖学生物力学全身模型。我们的模型是通用的，5可以在陆地和空气中模拟各种频率行为。我们通过模拟逼真的运动和步行来证明模型的6个通用力。为了支持7这些行为，我们通过流体力和8种粘附力的现象学模型扩展了穆霍科。通过数据驱动的端到端强化学习，我们证明了9这些进步使能够基于高级转向控制信号的复杂轨迹进行现实运动10的神经网络控制器的训练。我们通过训练12个模型来证明11使用视觉传感器以及重复使用预训练的通用式旋转控制器。我们的项目是一个开源平台，用于在体现的上下文中对感觉运动行为的神经控制建模。14
使用稀疏的视觉观察在不平坦的地形上学习感知运动
摘要 - 为了主动浏览和遍历各种特征，主动使用视觉感知是必不可少的。我们旨在调查使用稀疏视觉观测值的可行性和性能，以在以人为中心的环境中在一系列常见的地形（步骤，坡道，间隙和楼梯）上实现感知运动。我们制定了适合在感兴趣地形上运动的稀疏视觉输入的选择，并提出了一个学习框架，以整合外部感受和本体感受状态。我们专门设计了状态观察和培训课程，以在各种不同的地形上有效地学习反馈控制政策。我们在各种任务中广泛验证和基准了学到的政策：在地面上行走的全向行走，并在各种障碍物上向前移动，显示出高成功的遍历率。此外，我们通过在新的看不见的地形上增加各种水平的噪声和测试来研究外观感受性消融并评估政策概括。我们证明了自主感知运动的能力，只能使用直接深度测量中的稀疏视觉观测来实现，这些观察值易于从激光雷达或RGB-D传感器中易于获得，在20厘米高度的高高高度上显示出强大的上升和下降，即20 cm的高度，即50％的腿长和强劲的腿部和稳健的噪声和Unigeseen anderseenseles anderseens anderseens anderseen anderseenseles anderseen anderseen sereen seleseen anderains ternales anderains。
vmts：双皮德机器人中多刺运动的视觉辅助教师增强学习
摘要 - 双方机器人由于其拟人化设计，在各种应用中提供了巨大的潜力，但其结构的复杂性阻碍了它们的控制。当前，大多数研究都集中在基于本体感受的方法上，这些方法缺乏克服复杂地形的能力。虽然视觉感知对于在以人为中心的环境中运作至关重要，但其整合使控制进一步复杂化。最近的强化学习（RL）方法已经显示出在增强腿部机器人运动方面的希望，特别是基于本体感受的方法。然而，地形适应性，尤其是对于两足机器人，仍然是一个重大挑战，大多数研究都集中在平坦的情况下。在本文中，我们介绍了专家教师网络RL策略的新型混合物，该策略通过一种简单而有效的方法来增强基于视觉投入的教师策略的绩效。我们的方法将地形选择策略与教师政策结合在一起，与传统模型相比，表现出色。此外，我们还引入了教师和学生网络之间的一致性损失，而不是强制实施相似之处，以提高学生驾驶各种地形的能力。我们在Limx Dynamic P1 Bipedal机器人上实验验证了我们的方法，证明了其跨毛线地形类型的可行性和鲁棒性。索引术语 - Bipedal机器人，增强学习，视觉感知的控制
aign-aigment MPC敏捷和强大的脚步运动计划和控制
摘要 - 本文提出了一种在线两足动物的脚步计划策略，该策略结合了模型预测性控制（MPC）和增强学习（RL），以实现敏捷且健壮的两足动物。基于MPC的脚部放置控制器已经证明了它们在实现动态运动方面的有效性，但它们的性能通常受到使用简化模型和假设的限制。为了应对这一挑战，我们开发了一个新颖的脚放置控制器，该控制器利用了一项学识渊博的政策来弥合使用简化模型和更复杂的全阶机器人系统之间的差距。具体来说，我们的方法采用了基于ALIP的MPC脚部放置控制器的独特组合，用于次级脚步计划，并提供了精炼脚步调整的学习政策，从而使所得的脚步策略有效地捕获了机器人的全身动态。这种集成协同MPC的预测能力，其灵活性和适应性能力。我们通过使用全身人形机器人Draco3。结果表明，动态运动性能的显着改善，包括更好地跟踪各种步行速度，使可靠的转弯和穿越具有挑战性的地形，同时与基线ALIP ALIP ALIP MPC接近相比，保持步行步态的稳健性和稳定性。
RL2AC：基于增强学习的快速在线自适应控制机器人强大的运动
摘要 - 动态快速适应是使动物及时，正确调整其运动的基本帽质体之一，从而对不可预测的变化做出了反应。在不预测的环境中工作时，这种功能对于四倍的机器人也是必不可少的。虽然增强学习（RL）在运动控制方面取得了重大进展，但对模型不确定性的快速适应仍然是一个挑战。在本文中，我们试图确定运动RL政策背后的控制机制，我们从中提出了一种新的基于RL的快速在线自适应控制（RL2AC）算法，以互补地将RL策略和自适应控制结合在一起。RL2AC以1000Hz的频率运行，而无需使用RL同时训练。它具有针对外部干扰或SIM真实间隙的强大能力，从而实现了强大的运动，这是通过从新颖的自适应控制器中得出的适当扭矩补偿来实现的。各种模拟和实验证明了提出的RL2AC针对重载重的有效性，干扰作用在一条腿上，侧向扭矩，SIM卡到真实的间隙和各种地形。
多巴胺能表型的可塑性和幼虫斑马鱼的运动在胚胎时期引起的脑兴奋性变化
在胚胎时期，神经元通信在建立具有神经元兴奋性的突触之前就开始了，此处称为胚胎神经兴奋性（ENE）。ene已被证明可以调节发展转录程序的展开，但是并非全部了解开发生物的全球后果。在这里，我们监测了Ze-Brafish胚胎端脑中的钙（Ca 2 1），作为ENE评估瞬时药理处理疗效增加或减少ENE的疗效的代理。在胚胎周期结束时增加或减少ENE分别促进了多巴胺（DA）神经元的数量减少或减少。这种多巴胺能规范的可塑性发生在斑马鱼幼虫的下降（sp）中，后6 d后（DPF）在相对稳定的VMAT2阳性细胞中。非巴氨基能VMAT2阳性细胞构成了可以由ENE募集的DA神经元的储备库的无静止的生物标记。调节ENE在处理结束后几天还影响了幼虫运动。尤其是，ENE从2 DPF的增加增加了幼虫在6 dpf时的超塑，让人联想到斑马鱼内跨表型报道了注意力不足多动障碍（ADHD）。这些结果为识别可能干扰ENE的环境因素以及研究将ENE与神经递质规范联系起来的分子机制提供了方便的框架。
在体内评估大麻萨蒂瓦的文章，内容涉及斑马幼虫的发展，运动行为和基因表达
摘要：从历史上看，人类一直在娱乐和医疗目的中使用大麻。如今，基于大麻的产品由于对几种综合征和疾病的利益影响，已经获得了科学兴趣。 大麻素的生物学活性本质上是由于与内源性大麻素系统的相互作用，而斑马鱼（Danio rerio）是一个非常著名的且功能强大的体内模型，用于研究这种特异性相互作用。 该研究的目的是研究不同剂量的大麻饱足于全剂量的全剂量的影响[溶解在二甲基亚氧化二甲基硫氧化二甲基硫氧化物（DMSO）对斑马卵的孵化力，胚胎后既存的生存，幼虫的幼虫运动行为和mRNA基因表达的影响。 结果表明缺乏毒性，并且在治疗胚胎孵化和存活率之间没有观察到显着差异。 此外，与对照组和DMSO处理组相比，在最高剂量（含有1.73 nm和22.3 nm的大麻提取物）（含有1.73 nm和22.3 nm的大麻提取物）中显示了运动增加的幼虫。 此外，QRT-PCR分析表明，最高剂量的大麻诱导了CNR1和CNR2大麻素受体的过表达。 总而言之，斑马鱼幼虫向整个大麻提取物的阐述对胚胎发育和生存没有负面影响，并增强了幼虫的运动性能。 这些发现可能会在人类药理学以及其他动物部门开放可能的大麻饱足量。如今，基于大麻的产品由于对几种综合征和疾病的利益影响，已经获得了科学兴趣。大麻素的生物学活性本质上是由于与内源性大麻素系统的相互作用，而斑马鱼（Danio rerio）是一个非常著名的且功能强大的体内模型，用于研究这种特异性相互作用。该研究的目的是研究不同剂量的大麻饱足于全剂量的全剂量的影响[溶解在二甲基亚氧化二甲基硫氧化二甲基硫氧化物（DMSO）对斑马卵的孵化力，胚胎后既存的生存，幼虫的幼虫运动行为和mRNA基因表达的影响。结果表明缺乏毒性，并且在治疗胚胎孵化和存活率之间没有观察到显着差异。此外，与对照组和DMSO处理组相比，在最高剂量（含有1.73 nm和22.3 nm的大麻提取物）（含有1.73 nm和22.3 nm的大麻提取物）中显示了运动增加的幼虫。此外，QRT-PCR分析表明，最高剂量的大麻诱导了CNR1和CNR2大麻素受体的过表达。总而言之，斑马鱼幼虫向整个大麻提取物的阐述对胚胎发育和生存没有负面影响，并增强了幼虫的运动性能。这些发现可能会在人类药理学以及其他动物部门开放可能的大麻饱足量。
生物抑制素1.1有助于对斑马鱼幼虫的先天探索
药理学实验表明，神经肽可以有效调整神经元活性并调节运动输出模式。但是，它们在塑造先天运动方面的功能通常仍然难以捉摸。例如，先前已证明生长抑素在脑室中注射时会诱导运动，但是当在体外沐浴在脊髓中时，可以抑制虚拟的运动。在这里，我们通过在斑马鱼中淘汰生长抑素1.1（SST1.1）来研究生长抑素在先天运动中的作用。我们在数百个突变体和对照兄弟姐妹幼虫中自动化并仔细分析了数十万次爆发的运动运动学。我们发现SST1.1的缺失不会影响声学 - 卵形逃生反应，而是导致异常探索。SST1.1突变幼虫在更高速度的距离上游动并进行更大的尾弯，表明生长抑素1.1抑制了自发的运动。我们的研究完全表明，生长抑素1.1天生有助于减慢自发的运动。