Tool-Body Assimilation Model Based on Body Babbling and a Neuro-Dynamical System for Motion Generation
Tool-Body Assimilation Model Based on Body Babbling and a Neuro-Dynamical System for Motion Generation
复制标题
DOI：
10.1007/978-3-319-11179-7_46
复制
发表时间：
2014-09
期刊：
影响因子：
--
通讯作者：
K. Takahashi;T. Ogata;Hadi Tjandra;Shingo Murata;H. Arie;S. Sugano
中科院分区：
文献类型：
--
作者：
K. Takahashi;T. Ogata;Hadi Tjandra;Shingo Murata;H. Arie;S. Sugano
我们提出了一个模型，机器人使用的工具，没有预定参数的基础上人类的认知模型。现有的机器人使用工具的研究几乎都要求机器人具有预定的运动和工具特征，因此机器人的运动模式有限，无法使用新的工具。其他研究使用全面搜索新工具;然而，这需要大量的计算。我们建立了一个模型的工具使用的基础上的现象，工具-身体同化使用以下方法：我们使用了一个人形机器人模型来产生随机运动，基于人体咿呀学语。然后，这些丰富的运动经验被用来训练一个递归神经网络来建模身体图像。工具功能是自组织的参数偏差调制身体图像根据所使用的工具。最后，我们为机器人设计了神经网络，使其仅从目标图像生成运动。
We propose a model for robots to use tools without predetermined parameters based on a human cognitive model. Almost all existing studies of robot using tool require predetermined motions and tool features, so the motion patterns are limited and the robots cannot use new tools. Other studies use a full search for new tools; however, this entails an enormous number of calculations. We built a model for tool use based on the phenomenon of tool-body assimilation using the following approach: We used a humanoid robot model to generate random motion, based on human body babbling. These rich motion experiences were then used to train a recurrent neural network for modeling a body image. Tool features were self-organized in the parametric bias modulating the body image according to the used tool. Finally, we designed the neural network for the robot to generate motion only from the target image.