Reinforcement Learning of Action Strategies and Joint Stiffness of Tendon-driven Biped Robot

肌腱驱动双足机器人动作策略和关节刚度的强化学习

• 批准号: 21560275
• 负责人: KOBAYASHI Hiroaki
• 金额: $ 2.25万
• 依托单位: Meiji University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2009
• 资助国家: 日本
• 起止时间: 2009 至 2011
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21560275/
• 关键词: 機械知能; 知能ロボット; 制御工学; 機械学習; ロボティックス; 知能ロボティックス; 知能ロボティクス

In this research, a learning method for robots to learn appropriate actions by profits and penalties given from the environment was developed and applied to action learning in the robotic succor game and walking movement of a biped robot. To apply it to the real robots and to improve the efficiency, a method to decide the criterion for penalties was considered and states in that the robot already had learned sufficiently were treated as a fixed-mode state(deterministic action strategy is used). Furthermore, the mechanism and control of a biped robot driven with motors(muscles) and wires(tendons) were considered. The tensile force control of tendons was done with robust stiffness-adjustable device, since tensile force up to 400N(40kgf) is expected during walking.

在本研究中，机器人学习方法，学习适当的行动，从环境中的利润和惩罚，并应用于行动学习的机器人救援游戏和步行运动的机器人。为了将其应用于真实的机器人并提高效率，考虑了一种确定惩罚标准的方法，并将机器人已经充分学习的状态视为固定模式状态（使用确定性动作策略）。此外，考虑了由电机（肌肉）和线（肌腱）驱动的机器人的机构和控制。肌腱的张力控制是用坚固的刚度可调装置完成的，因为在行走过程中预期张力高达400 N（40 kgf）。

项目成果

マルチエージェント連続タスクへの改良型罰回避政策形成アルゴリズムの適用とサッカーロボットを用いた実験による評価

改进的惩罚避免策略制定算法在多智能体连续任务中的应用以及通过使用足球机器人的实验进行评估

• 发表时间: 2010
• 期刊: 第53回自動制御連合講演会論文集
• 作者: 伊藤昌樹;宮崎和光;小林博明
• 通讯作者: 小林博明

腱駆動2足歩行ロボットの開発と腰軌道および腱張力の強化学習

肌腱驱动双足行走机器人的研制及髋部轨迹和肌腱张力的强化学习

• 发表时间: 2010
• 作者: 黒田聖弥;日野雄太;岡島勇也;田中純夫;兵頭和人;小林博明
• 通讯作者: 小林博明

腱駆動2足歩行ロボットの開発と腰軌道および腱張力の強化学習-その

肌腱驱动双足行走机器人的研制及髋部轨迹和肌腱张力的强化学习-部分

• 发表时间: 2010
• 作者: 伊藤昌樹;宮崎和光;小林博明
• 通讯作者: 小林博明

Introduction of Fixed Mode States into Online Profit Sharing and Its Application to Waist Trajectory Generation of Biped Robot

在线利润共享中引入固定模式状态及其在双足机器人腰部轨迹生成中的应用

• DOI: 10.1007/978-3-642-29946-9_29
• 发表时间: 2012
• 期刊: Lecture Notes in Computer Science
• 作者: Seiya Kuroda;Kazuteru Miyazaki and Hiroaki Kobayashi
• 通讯作者: Kazuteru Miyazaki and Hiroaki Kobayashi

改良型罰回避政策形成アルゴリズムへの罰基底度決定機構の導入と評価

改进惩罚规避政策制定算法的惩罚依据确定机制介绍与评价

• 发表时间: 2010
• 作者: 小林諒平;宮崎和光;小林博明
• 通讯作者: 小林博明