Bioinspired Smooth Neuromorphic Control for Robotic Arms

要約

正確な動きを提供するだけでなく、滑らかな動きの軌道を達成することは、人間の自然な動きを再現することを目的とした腕のロボット工学制御理論の長年の目標です。
到達制御ネットワークがスムーズで正確な動きを容易に生み出す生物学的エージェントからインスピレーションを得ることで、ロボットアームのこれらの制御目標を簡素化できます。
脳の計算原理を模倣するニューロモルフィック プロセッサは、エネルギー効率と堅牢性を最大化しながら、生物学的コントローラーの精度と滑らかさを近似するための理想的なプラットフォームです。
ただし、ニューロモルフィック ハードウェアとの従来の制御方法の非互換性は、既存の適応の計算効率と説明可能性を制限します。
対照的に、滑らかで正確な到達運動の根底にある神経サブネットワークは、効果的で最小限であり、ニューロモルフィック ハードウェアと本質的に互換性があります。
この作業では、これらのネットワークを生物学的に現実的なスパイキング ニューラル ネットワークでエミュレートし、ニューロモルフィック ハードウェアでの運動制御を行います。
提案されたコントローラーには、実験的に特定された短期シナプス可塑性と、感覚フィードバック ゲインを調整する特殊なニューロンが組み込まれており、広い動作範囲にわたって滑らかで正確な関節制御を提供します。
同時に、生物学的な対応物の最小限の複雑さを維持し、Intel のニューロモーフィック プロセッサに直接展開できます。
ジョイント コントローラーをビルディング ブロックとして使用し、人間の腕の関節調整に着想を得て、このアプローチをスケールアップして、現実世界のロボット アームを制御しました。
結果として得られるモーションの軌跡と滑らかな釣鐘型の速度プロファイルは、人間のものに似ており、コントローラーの生物学的関連性が検証されました。
特に、この方法は最先端の制御性能を達成しながら、動きのジャークを 19% 減少させて動きの滑らかさを向上させました。

要約(オリジナル)

Beyond providing accurate movements, achieving smooth motion trajectories is a long-standing goal of robotics control theory for arms aiming to replicate natural human movements. Drawing inspiration from biological agents, whose reaching control networks effortlessly give rise to smooth and precise movements, can simplify these control objectives for robot arms. Neuromorphic processors, which mimic the brain’s computational principles, are an ideal platform to approximate the accuracy and smoothness of biological controllers while maximizing their energy efficiency and robustness. However, the incompatibility of conventional control methods with neuromorphic hardware limits the computational efficiency and explainability of their existing adaptations. In contrast, the neuronal subnetworks underlying smooth and accurate reaching movements are effective, minimal, and inherently compatible with neuromorphic hardware. In this work, we emulate these networks with a biologically realistic spiking neural network for motor control on neuromorphic hardware. The proposed controller incorporates experimentally-identified short-term synaptic plasticity and specialized neurons that regulate sensory feedback gain to provide smooth and accurate joint control across a wide motion range. Concurrently, it preserves the minimal complexity of its biological counterpart and is directly deployable on Intel’s neuromorphic processor. Using the joint controller as a building block and inspired by joint coordination in human arms, we scaled up this approach to control real-world robot arms. The trajectories and smooth, bell-shaped velocity profiles of the resulting motions resembled those of humans, verifying the biological relevance of the controller. Notably, the method achieved state-of-the-art control performance while decreasing the motion jerk by 19% to improve motion smoothness.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google