| 연구목표 |
본 연구는 사지형(Articulated Limbed) 로봇의 주기적 기동패턴 생성에 있어서 주어진 물리적 환경에 적응하는 최적화된 모션의 후보군을 어떠한 기존의 기계학습 없이 즉각적 자가조직화(Self-Organization)를 통해 생성하고, 생성된 모션들 중 최적의 해를 동역학적 카오스 현상을 통해 빠르게 탐색하는 새로운 패러다임에 대한 연구이다. 이렇... |
| 연구내용 |
개별 로봇 기동패턴 후보들의 빠르고 실시간적인 자가조직화 및 최적패턴의 지능적 탐색을 위한 뉴로-카오스 로봇제어 시스템 개발을 시작으로, 고자유도를 가진 높은 복잡도의 로봇 시스템으로의 확장 및 기존 기계학습 알고리즘과의 융합 시스템 구축을 목표로 다음과 같은 3단계의 세부 주제에 대한 연구를 수행한다.1 단계 (1차년도~2차년도 상반기): 뉴로컴퓨팅 기반... |
| 기대효과 |
1. 소프트 로봇과 다지형 로봇 등 실세계 고자유도 로봇 제어를 위한 기반 기술 제공높은 안정성과 적응력을 가졌지만, 높은 복잡도로 인하여 제어가 어려웠던 연체 및 다지로봇을 위해, 학습없이 자가조직적으로 나타나는 움직임들을 활용하여 고자유도 제어의 어려움을 획기적으로 줄일 수 있다. 또한 시뮬레이션에서 생성된 컨트롤러를 현실의 로봇으로 이식할 때의 Rea... |
| 키워드 |
로봇기동,자가조직화,카오스,신경망,체화지능,생물학적 신경모델 |