AU - Parandeh, Reyhaneh AU - Shahbazi, Hamed AU - Jamshidi, Kamal AU - Khodabandeh Jahromi, Behnam TI - Design of a Trainable Controller Inspired from Neural System to Generate Complex Behaviors in Humanoid Robots PT - JOURNAL ARTICLE TA - mdrsjrns JN - mdrsjrns VO - 16 VI - 2 IP - 2 4099 - http://mme.modares.ac.ir/article-15-8644-fa.html 4100 - http://mme.modares.ac.ir/article-15-8644-fa.pdf SO - mdrsjrns 2 AB  - 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. CP - IRAN IN - Isfahan LG - eng PB - mdrsjrns PG - 59 PT - YR - 2016