摘要:双人操作对于它在与环境交互时为机器人提供增加功能的潜力以及扩大可用的操作动作的数量而有价值。但是,要使机器人执行双字操作,系统必须具有一个强大的控制框架,以对每个子系统进行定位和生成轨迹和命令,以允许成功进行合作操作以及对每个单个子系统的足够控制。提出的方法建议使用多个通过使用光学跟踪定位方法充当单个双层操作系统的多个移动操纵器平台。框架的性能取决于本地化的准确性。由于命令主要是高级的,因此可以在此框架内使用移动操纵器和固定操纵器的任何数字和组合。我们使用两个不同的全向移动操纵器在Pybullet仿真环境中进行测试来证明该系统的功能,以及使用两个四倍体操纵器的真实实验。
摘要 本文演示了如何基于进化机器人方法生成多足机器人群的集体行为。群体机器人领域的大多数研究都是使用轮式驱动的移动机器人进行的。本文重点研究如何使用多足机器人群生成集体行为。进化机器人方法用于设计机器人控制器。将基于直觉的约束因素纳入适应度函数,使机器人的步态与自然生物相似。使用 PyBullet 物理引擎在计算机模拟中进行了排队任务实验。机器人控制器由具有单个隐藏层的循环神经网络表示。实验结果表明,提出的约束因素成功地设计了与自然生物相似的机器人步态。结果还表明,进化机器人方法成功地设计了多足机器人群集体行为的机器人控制器。
摘要通常使用各种方法来处理多代理系统中集体行为的综合,而进化算法最为普遍。在这些系统中,代理商与同龄人进行了当地的互动,并集体采用在小组层面上表现出的策略,类似于在动物社会中看到的社会行为。,我们将是Pybullet仿真工具的一部分的蚂蚁问题扩展到了涉及一组五个同质机器人的集体场景,以在运动过程中汇总。为了发展这种行为,我们与多目标健身函数一起使用了OpenAI-ES算法。我们的发现表明,尽管机器人发展了成功的运动行为,但它们并未表现出汇总。这种差异归因于设计选择,这些选择无意间强调了对聚合能力的运动。我们讨论了健身函数引起的动态相互作用,以验证我们的结果并概述未来的方向。最终,我们的目标是第一次尝试建立一个在现代模拟环境中使用高级算法分析集体行为的框架。