通用学习新框架解决软体机器人控制难题

"人脑神经元之间靠突触进行连接和传递信息，这启发我们模拟大脑神经元的结构和突触的可塑性，来 控制软体机器人。"论文的第一作者兼共同通讯作者、东南大学机械工程学院副教授唐志强介绍，团队 提出了一种通用学习与控制框架，这种框架由两类功能模块组成。 唐志强解释，第一类模块，是用摄像头捕捉不同软体机器人在完成不同任务时的共性特征，从而学习机 器人位移、轮廓、应变等变化的共性控制规律；第二类模块，是基于元学习的梯度算法，通过机器人在 执行不同任务的信息，自主调节机械臂的控制指令。 软体机器人的柔顺性高、环境适应能力强，在医疗辅助、人机交互等领域具有广阔应用前景。然而，其 连续形变的特性也使其难以在复杂、多变环境中稳定工作。记者14日从东南大学获悉，该校联合新加坡 国立大学、美国麻省理工学院团队，模拟大脑神经元的结构和神经突触的可塑性，提出了一种面向软体 机器人的通用学习与控制框架，并实现了较高的控制精度。相关成果近日刊发于国际学术期刊《科学进 展》。 "实验结果表明，该控制框架能够在负载连续变化、环境扰动以及执行器部分失效等复杂条件下保持较 高控制精度和稳定性。"唐志强表示，应用这种框架，机械臂控制的绝对精度较高，其中 ...