Environment-Centric Learning Approach for Gait Synthesis in Terrestrial Soft Robots

要約

移動歩行は、柔らかい陸生ロボットを制御するための基本です。
ただし、これらの歩行の合成は、ロボットと環境の相互作用のモデリングと数学的枠組みの欠如のために困難です。
この作業は、環境、データ駆動型、断層耐性の確率的モデルのない制御（PMFC）フレームワークを提供します。
。
ここでは、ロボットと環境の相互作用を支配する要因の離散化により、エッジがロボットモーションプリミティブに対応する実験的な移動データをエンコードする環境固有のグラフィカル表現を可能にします。
このグラフでは、移動歩行は変換不変の単純なサイクルとして定義されます。つまり、移動はこれらの周期サイクルの開始頂点とは無関係です。
特定の基質の最適な移動歩行を見つける問題である歩行合成は、線形化コスト関数、線形制約、および反復的な単純サイクル検出を伴うバイナリ整数線形プログラミング（BILP）問題として定式化されています。
実験的に、歩行はさまざまなロボット環境相互作用のために合成されます。
変数には、ロボットの形態 – 3脚および4脚のロボット、Terresoro-IIIおよびTerresoro-IVが含まれます。
基板 – ゴム製マット、ホワイトボード、カーペット。
およびアクチュエーター機能 – ロボット肢の作動の喪失をシミュレートします。
平均して、歩行合成により、翻訳速度と回転速度がそれぞれ82％と97％改善されます。
結果は、システムにおける予期しない非対称性の有意な影響と、実験的ロボットと環境の相互作用に対する最適な歩行シーケンスの依存性により、データ駆動型の方法がソフトロボットの移動制御に不可欠であることを強調しています。

要約(オリジナル)

Locomotion gaits are fundamental for control of soft terrestrial robots. However, synthesis of these gaits is challenging due to modeling of robot-environment interaction and lack of a mathematical framework. This work presents an environment-centric, data-driven and fault-tolerant probabilistic Model-Free Control (pMFC) framework that allows for soft multi-limb robots to learn from their environment and synthesize diverse sets of locomotion gaits for realizing open-loop control. Here, discretization of factors dominating robot-environment interactions enables an environment-specific graphical representation where the edges encode experimental locomotion data corresponding to the robot motion primitives. In this graph, locomotion gaits are defined as simple cycles that are transformation invariant, i.e., the locomotion is independent of the starting vertex of these periodic cycles. Gait synthesis, the problem of finding optimal locomotion gaits for a given substrate, is formulated as Binary Integer Linear Programming (BILP) problems with a linearized cost function, linear constraints, and iterative simple cycle detection. Experimentally, gaits are synthesized for varying robot-environment interactions. Variables include robot morphology – three-limb and four-limb robots, TerreSoRo-III and TerreSoRo-IV; substrate – rubber mat, whiteboard and carpet; and actuator functionality – simulated loss of robot limb actuation. On an average, gait synthesis improves the translation and rotation speeds by 82% and 97% respectively. The results highlight that data-driven methods are vital to soft robot locomotion control due to the significant influence of unexpected asymmetries in the system and the dependence of optimal gait sequences on the experimental robot-environment interaction.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google