Hierarchical learning control for autonomous robots inspired by central nervous system

要約

哺乳類は、中枢神経系のさまざまなレベルでの活動の調整と相互作用を通じて、さまざまな複雑な環境で自律的な行動を生成できます。
この論文では、中枢神経系の階層構造とその調整および相互作用行動を模倣することにより、新しい階層型学習制御フレームワークを提案します。
このフレームワークは、アクティブ制御システムとパッシブ制御システムを組み合わせて、制御システムの柔軟性と信頼性の両方を向上させ、ロボットのより多様な自律動作を実現します。
具体的には、このフレームワークには、さまざまなレベルにある独立したニューラル ネットワーク コントローラーのバックボーンがあり、大脳皮質、小脳、脊髄の機能からヒントを得た 3 レベルの二重下降経路構造を採用しています。
私たちは、障害物の横断や部分損傷後の迅速な回復など、さまざまな複雑な環境における六脚ロボットのシミュレーションと実験を通じて、提案されたアプローチを包括的に検証しました。
この研究は、中枢神経系の自律的行動を支配する原理を明らかにし、階層学習制御アーキテクチャの顕著な特徴と能動制御システムと受動制御システムの組み合わせによる階層制御アプローチの有効性を実証します。

要約(オリジナル)

Mammals can generate autonomous behaviors in various complex environments through the coordination and interaction of activities at different levels of their central nervous system. In this paper, we propose a novel hierarchical learning control framework by mimicking the hierarchical structure of the central nervous system along with their coordination and interaction behaviors. The framework combines the active and passive control systems to improve both the flexibility and reliability of the control system as well as to achieve more diverse autonomous behaviors of robots. Specifically, the framework has a backbone of independent neural network controllers at different levels and takes a three-level dual descending pathway structure, inspired from the functionality of the cerebral cortex, cerebellum, and spinal cord. We comprehensively validated the proposed approach through the simulation as well as the experiment of a hexapod robot in various complex environments, including obstacle crossing and rapid recovery after partial damage. This study reveals the principle that governs the autonomous behavior in the central nervous system and demonstrates the effectiveness of the hierarchical control approach with the salient features of the hierarchical learning control architecture and combination of active and passive control systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google