Technical Report: A Contact-aware Feedback CPG System for Learning-based Locomotion Control in a Soft Snake Robot

要約

接触認識をソフトヘビロボットに統合し、接触情報に応じてその移動を効率的に制御することには、大きな課題があります。
この論文は、生物にインスピレーションを得た接触認識移動コントローラの開発を通じて、ソフトスネークロボットの接触認識移動問題を解決することを目的としています。
コントローラーに効果的な接触情報を提供するために、自然のヘビの \textit{鱗感覚器} を模倣した鱗で覆われたセンサー構造を開発しました。
制御フレームワークの設計における私たちの中心的な貢献は、マツオカ中央パターン ジェネレーター (CPG) ネットワークの新しい感覚フィードバック メカニズムの開発です。
このメカニズムにより、松岡 CPG システムは、接触認識制御スキーム全体において「脊髄」のように機能し、「脳」 (目標追跡運動コントローラー) からの強壮入力信号と感覚フィードバック信号を含む刺激を同時に受け取ります。
「リフレックス アーク」 (接触反応性コントローラー) からのリズミカルな信号を生成して、ソフト スネーク ロボットを効果的に作動させ、密集して配置された障害物をすり抜けます。
「反射アーク」の設計では、2 種類の反応性コントローラー、1) CPG システムの感覚フィードバック入力の操作を学習する強化学習 (RL) センサー レギュレーター、および 2) ローカル反射センサーを開発します。
特別なトポロジでセンサーの読み取り値と CPG のフィードバック入力を直接接続する CPG ネットワーク。
これら 2 つのリアクティブ コントローラーは、それぞれ 2 つの異なる接触認識移動制御スキームを容易にします。
2 つの制御スキームはソフト スネーク ロボットでテストおよび評価され、接触を意識した移動タスクで有望なパフォーマンスが示されました。
実験結果はまた、生物からインスピレーションを得たロボットコントローラー設計における松岡 CPG システムの利点をさらに検証します。

要約(オリジナル)

Integrating contact-awareness into a soft snake robot and efficiently controlling its locomotion in response to contact information present significant challenges. This paper aims to solve contact-aware locomotion problem of a soft snake robot through developing bio-inspired contact-aware locomotion controllers. To provide effective contact information for the controllers, we develop a scale covered sensor structure mimicking natural snakes’ \textit{scale sensilla}. In the design of control framework, our core contribution is the development of a novel sensory feedback mechanism of the Matsuoka central pattern generator (CPG) network. This mechanism allows the Matsuoka CPG system to work like a ‘spine cord’ in the whole contact-aware control scheme, which simultaneously takes the stimuli including tonic input signals from the ‘brain’ (a goal-tracking locomotion controller) and sensory feedback signals from the ‘reflex arc’ (the contact reactive controller), and generate rhythmic signals to effectively actuate the soft snake robot to slither through densely allocated obstacles. In the design of the ‘reflex arc’, we develop two types of reactive controllers — 1) a reinforcement learning (RL) sensor regulator that learns to manipulate the sensory feedback inputs of the CPG system, and 2) a local reflexive sensor-CPG network that directly connects sensor readings and the CPG’s feedback inputs in a special topology. These two reactive controllers respectively facilitate two different contact-aware locomotion control schemes. The two control schemes are tested and evaluated in the soft snake robot, showing promising performance in the contact-aware locomotion tasks. The experimental results also further verify the benefit of Matsuoka CPG system in bio-inspired robot controller design.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google