Toward the use of proxies for efficient learning manipulation and locomotion strategies on soft robots

要約

ソフト ロボットは、移動や操作などの環境との安全な相互作用を実行するように自然に設計されています。
現在、文献には、移動や把握の新しいモードを提案する多くの概念があり、多くの場合は生物からインスピレーションを得ています。
ただし、剛性ロボットの場合と同様に、これらのタスクの動作計画を実装するための方法論はまだ不足しています。
難しさの 1 つは、これらのロボットのモデリングに起因します。これは、変形可能な体の力学に基づいているため、非常に異なります。
これらのモデルの次元は非常に大きいことが多いため、学習と最適化の方法に非常にコストがかかります。
この論文では、ヒューマノイドロボット工学に存在するようなプロキシアプローチを提案します。
このプロキシは、動作戦略の効率的な学習を可能にするロボットの簡略化されたモデルです。
次に、この戦略は完全なモデルに転送され、対応する作動入力が取得されます。
私たちの方法論は、操作と移動のタスクを実行するソフト ロボットの 2 つの古典的な設計を例にして分析されています。

要約(オリジナル)

Soft robots are naturally designed to perform safe interactions with their environment, like locomotion and manipulation. In the literature, there are now many concepts, often bio-inspired, to propose new modes of locomotion or grasping. However, a methodology for implementing motion planning of these tasks, as exists for rigid robots, is still lacking. One of the difficulties comes from the modeling of these robots, which is very different, as it is based on the mechanics of deformable bodies. These models, whose dimension is often very large, make learning and optimization methods very costly. In this paper, we propose a proxy approach, as exists for humanoid robotics. This proxy is a simplified model of the robot that enables frugal learning of a motion strategy. This strategy is then transferred to the complete model to obtain the corresponding actuation inputs. Our methodology is illustrated and analyzed on two classical designs of soft robots doing manipulation and locomotion tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google