دوره 16، شماره 2 - ( 1395 )                   جلد 16 شماره 2 صفحات 59-68 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Parandeh R, Shahbazi H, Jamshidi K, Khodabandeh Jahromi B. Design of a Trainable Controller Inspired from Neural System to Generate Complex Behaviors in Humanoid Robots. MME. 2016; 16 (2) :59-68
URL: http://journals.modares.ac.ir/article-15-8644-fa.html
پرنده ریحانه، شهبازی حامد، جمشیدی کمال، خدابنده جهرمی بهنام. کنترل کننده آموزش پذیر برگرفته از ساختار سیستم عصبی جهت تولید رفتار های پیچیده در ربات انسان نما. مهندسی مکانیک مدرس. 1395; 16 (2) :59-68

URL: http://journals.modares.ac.ir/article-15-8644-fa.html


1- دانشگاه اصفهان
2- دانشگاه اصفهان-گروه مهندسی مکانیک
چکیده:   (1569 مشاهده)
در این مقاله مسئله‌ی کنترل حرکت ربات‌های انسان‌نما مورد بررسی قرار می‌گیرد. مسئله‌ی یادگیری حرکات مشابه انسان به‌خصوص حرکات موزون و تکرارشونده به ربات‌های انسان‌نما چالشی بزرگ در زمینه علم رباتیک محسوب می‌شود. یادگیری تقلیدی که زیرمجموعه‌ای از یادگیری بانظارت است، یک فرم اصلی جهت یاددادن کارهای پیچیده به ربات به شمار می‌آید و بر این اساس استوار است که یک سیستم مصنوعی می‌تواند حجم بالایی از اطلاعات را از طریق یادگیری تقلیدی از فرد آموزش‌دهنده یاد بگیرد. روش اصلی به کار گرفته‌شده در این تحقیق جهت یادگیری حرکات موزون و تکرارشونده به ربات انسان‌نمای نائو، یادگیری تقلیدی است. تکنیک اصلی به‌کاررفته در این پژوهش استفاده از ساختارهای عصبی موسوم به مولد مرکزی الگو می‌باشد که قادر است الگوی موردنیاز برای حرکت در یک ربات را بر اساس یک نوع آموزش نمایشی به دست آورد. نحوه‌ی طراحی سیستماتیک این ساختار عصبی مصنوعی که در علم کنترل کاربرد‌های فراوانی دارد، اصلی‌ترین چالش پیش روست که در این مقاله به ارائه‌ی روشی برای آن پرداخته‌شده است. روش سیستماتیک طراحی و آموزش مولد‌های مرکزی الگو که از بازخوردهای حسی جهت تطابق خود با شرایط جدید استفاده می‌کند، در یک مدل دولایه‌ای موردبحث و بررسی قرار داده‌شده است. مدل ارائه‌شده یک بستر مناسب جهت ارائه‌ی آموزش‌های نمایشی و مبتنی بر نمایش برای ربات‌های انسان‌نما محسوب می‌شود که نیاز به کنترل صریح و برنامه‌نویسی مستقیم را برطرف می‌سازد و امکان آموزش غیرمستقیم رفتارهای پیچیده روی انواع ربات‌ها را مهیا می‌سازد.
متن کامل [PDF 719 kb]   (1113 دریافت)    
نوع مقاله: مقاله پژوهشی کامل | موضوع مقاله: روباتیک
دریافت: ۱۳۹۴/۷/۲۱ | پذیرش: ۱۳۹۴/۱۰/۱۹ | انتشار: ۱۳۹۴/۱۱/۷

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
کد امنیتی را در کادر بنویسید