| 曹贺强* **,王海龙*.足翼混合驱动两栖机器人浮游步态生成方法研究[J].高技术通讯(中文),2025,35(6):613~623 |
| 足翼混合驱动两栖机器人浮游步态生成方法研究 |
| Gait generation method for fin-leg hybrid-driven amphibious robots |
| |
| DOI：10. 3772 / j. issn. 1002-0470. 2025. 06. 005 |
| 中文关键词: 足翼混合驱动； 浮游步态； 中枢模式发生器； 非线性振荡器； 强化学习 |
| 英文关键词: foot and wing hybrid drive, floating gait, central pattern generator(CPG), nonlinear oscillator, reinforcement learning(RL) |
| 基金项目: |
| 作者 | 单位 | | 曹贺强* ** | (*中国科学院沈阳自动化研究所机器人学国家重点实验室沈阳 110016)
(**中国科学院大学北京 100049) | | 王海龙* | (*中国科学院沈阳自动化研究所机器人学国家重点实验室沈阳 110016)
(**中国科学院大学北京 100049) |
|
| 摘要点击次数: 11 |
| 全文下载次数: 14 |
| 中文摘要: |
| 为了提高足翼混合驱动两栖机器人水下步态的稳定性、高效性，基于仿生学思想，提出一种基于中枢模式发生器（central pattern generator，CPG）的足翼混合驱动两栖仿生机器人浮游步态生成方法。采用改进的非线性振荡器作为节律信号发生器，通过相邻弱耦合的方法，构建了足翼混合驱动两栖仿生机器人CPG神经网络模型。在此基础上，通过引入强化学习（reinforcement learning，RL）对非线性振荡器中的频率、幅值和相位差等参数进行训练和优化，得到CPG网络模型最优参数，进而获得机器人更加高效的浮游步态。仿真结果验证了模型的可行性和强化学习步态参数优化方法的有效性。 |
| 英文摘要: |
| To improve the stability and efficiency of the underwater gait in amphibious robots with hybrid foot-wing propulsion, a novel gait generation method based on bionics is proposed. This method leverages a central pattern generator (CPG) framework. Employing an enhanced nonlinear oscillator as the rhythm signal generator, a CPG neural network model for the amphibious biomimetic robot is developed through weak coupling between adjacent units. Moreover, reinforcement learning is employed to optimize critical parameters such as frequency, amplitude, and phase differences within the oscillator, achieving optimal CPG network model parameters and facilitating a more efficient swimming gait. The feasibility of the model and the efficacy of the gait optimization approach through reinforcement learning (RL) are corroborated by simulation results. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
