Homeostatic motion planning with innate physics knowledge

要約

生物は閉ループ方式で周囲と相互作用し、感覚入力が行動の開始と終了を決定します。
単純な動物でも複雑な計画を立てて実行することができますが、これは純粋な閉ループ入力制御を使用するロボット工学ではまだ再現されていません。
我々は、それぞれが閉ループの動作を表す、「タスク」と呼ばれる個別の一時的な閉ループ コントローラーのセットを定義することによって、この問題の解決策を提案します。
さらに、物理学と因果関係を本質的に理解する監視モジュールを導入します。これにより、時間の経過に伴うタスク シーケンスの実行をシミュレートし、結果を環境モデルに保存できます。
このモデルに基づいて、一時的な閉ループ コントローラーをチェーンすることによって計画を立てることができます。
提案されたフレームワークは実際のロボットに実装され、概念実証として 2 つのシナリオでテストされました。

要約(オリジナル)

Living organisms interact with their surroundings in a closed-loop fashion, where sensory inputs dictate the initiation and termination of behaviours. Even simple animals are able to develop and execute complex plans, which has not yet been replicated in robotics using pure closed-loop input control. We propose a solution to this problem by defining a set of discrete and temporary closed-loop controllers, called ‘tasks’, each representing a closed-loop behaviour. We further introduce a supervisory module which has an innate understanding of physics and causality, through which it can simulate the execution of task sequences over time and store the results in a model of the environment. On the basis of this model, plans can be made by chaining temporary closed-loop controllers. The proposed framework was implemented for a real robot and tested in two scenarios as proof of concept.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google