Nov, 2017

水陆环境下物质特性和环境转换对软体动物运动的进化影响

PDF
TL;DR本文介绍了一种强大的进化系统，对不同环境下行走和游泳软机器人的任意形态进化进行了广泛研究，按照三组实验的方式进行探究。结果表明，不同材料在进化软体运动方面具有不同的影响，在我们简化的物理世界中，更加坚硬的机器人在陆地上的步态和形态更为复杂和有效，在水中表现也更好。研究还提出了关于环境转换对形态再适应现象的有趣观察，并指出了在陆地 - 水和水 - 陆转换之间的潜在不对称性：第一种转换似乎具有不利影响，而第二种转换似乎有某些益处。
发现论文，激发创造
  • 通过形状变化适应环境的软机器人

    本文研究软机器人的形状变形如何实现在平坦和倾斜表面上的运动，通过模拟、仿真和实物实验，我们探索了该机器人在不同环境中运动的表现和性能，并发现形状变形使机器人在模拟和实际环境中比不变形机器人更优秀。

    Aug, 2020

  • 一个极简的发展模型可以提高软体机器人的进化能力

    研究了生物的不同子系统，着重在机器人中实现了一种简化的发育模型并确定了其能够增加进化性的作用。

    Jun, 2017

  • 可拆卸和潜水的软体机器人手臂及对应的学习运动学模型开发

    本文介绍了一种模块化且可潜水的软体机械臂，其由主要是 3D 打印的部件组成，由液压驱动器驱动。其模块化设计可实现多种形状配置和易于交换的软式致动器，并使用深度神经网络开发了初步的正 / 反向运动学模型，以便探索在该系统上进行机器学习控制算法。

    Sep, 2022

  • 可微分机器人的演化与学习

    通过大规模并行可微分仿真，利用遗传算法对机器人进行自动设计，通过优化机器人的行为并探索不同机械结构的变化，发现进化可产生逐渐可微分的机器人，在实体机器人上验证了优化行为的可行性，从而拓宽了我们对生物系统中进化和学习之间关系以及机器人物理结构对策略训练能力影响的理解。

    May, 2024

  • 受环境影响的演化群体具有有限感知能力的集体行为出现

    本文研究了机器人群体控制器的设计，并探索了一种进化方法来缓解人类开发者对控制器细节和群体行为之间联系的困难。使用微分进化来发展神经网络控制器，实现机器人遵循环境特征的梯度并解决任务。研究表明，进化所得解决方案在控制较差的情况下具有最大的灵活性，而有一个群体规模的 “甜蜜点”，同时观察到群体的集体运动，展示了真正的新兴行为，这是进化过程中未被代表和选择的。

    Mar, 2022

  • SoftZoo: 一个软体机器人共设计基准，用于在多样化环境中进行运动

    SoftZoo 是一个理解软体机器人内在设计和性能权衡的全面虚拟平台，支持多种环境和任务，提供不同 iable 的设计表示和协同设计算法的基准测试，可用于开发和设计软体机器人的行为和形态智能。

    Mar, 2023

  • 大规模多地形深度强化学习中的超约束机动演化形态

    通过深度强化学习和进化形态学，本研究探索了一种新型的过约束机器的设计与学习，旨在开发具有卓越能量效率的现代机器人四肢设计。研究结果显示，相较于平面四肢，在不同地形上，包括地板、斜坡和楼梯，过约束四肢的运动更加高效，至少可节省 22% 的机械能量，在平地上的平均速度是平面四肢的 20% 更快。

    Jul, 2024

  • 环境变体在进化机器人学中的作用：最大化性能和强韧性

    该研究介绍了一种方法来测量环境变化的影响，分析了变化的幅度、方式与演化智能体的性能和鲁棒性之间的关系，并表明环境变化有助于生成更好的解决方案。

    Aug, 2022

  • 利用弹性失稳实现增强性能：仿脊椎高速高力软机器人

    本研究提出了一种机械不稳定性的设计原则，利用可调谐的劈翻双稳性来实现软机器人的快速运动和强大操纵能力，成功开发出高速奔跑机器人，高速水下游泳机器人和可调节硬度的柔性机械手等多功能高性能软机器人，为下一代软机器人的设计提供新的设计范例。

    Oct, 2018

  • 机体机器形态与控制可扩展共同优化

    该研究探讨并展现了一种新的技术 ——“形态创新保护”，可协同优化机器人的结构和控制策略并避免局部最优解来提高机器人的行为性能，促进了自动化机器人设计和行为训练，同时为研究实体认知理论提供了实验检验的平台。

    Jun, 2017