外文翻譯-四足機(jī)器人的步態(tài)適應(yīng)

附錄GaitAdaptationinaQuadrupedRobotIntroductionAshorttimeafterbirthafoalcanwalkandthenrun.Itisremarkablethattheanimallearnstocoordinatethemanymusclesofthelegsandtrunkinsuchashortperiodoftime.Itisnotlikelythatanylearningalgorithmcouldprogramanervoussystemabinitiowithsofewtrainingepochs.Norisitlikelythatthefoal'slocomotorcontrolleriscompletelydeterminedbeforebirth.Howcanthisa-bilitybeexplained?Howcanthisabilitybeincorporatedintothecontrolsystemofawalkingmachine?Researchersinbiologyhavepresentedclearevidenceofafunctionalunitofthecentralnervoussystem,theCentralPatternGenerator(CPG),whichcancauserhythmicmovementofthetrunkandlimbmuscles(GrillnerandWall'en,1985).Inadultanimals,theoutputofthesecellscangeneratemuscleactivitythatisverysimilartoactivityduringnormalwalking,evenwhensensoryfeedbackhasbeeneliminated(GrillnerandZangger,1975).TheCPGbeginsitsac-tivitybeforebirth,althoughitsactivitydoesnotappeartoimitatethedetailsofaparticularwalkinganimal,itisapparentlycorrelatedwiththeanimal'sclass,i.e.,amphibian,reptile,mammal,etc.(Bekoff,1985;Cohen,1988).Apparently,thebasicstructureoftheCPGnetworkislaiddownbyevolution.Howisthisbasicstructureadaptedtoproducethedetailedcoordinationneededtocontrolawalk-inganimal?Theanswertothisquestionisimportanttoroboticsforthefollowingreason.CPGshavebeenwellstudiedasabasiccoordinatingmechanism(Cohenetal.,1982;BayandHemami,1987;Matsuoka,1987;Randetal.,1988;Tagaetal.,1991;CollinsandStewart,1993;Murray,1993;Zielinska,1996;Jalicsetal.,1997;Itoetal.,1998;Kimuraetal.,1999).However,thedetailsofhowthissystemcanautomaticallyadapttocontrolarealrobotarenotclear.AgoodgoalwouldbetodescribeageneralstrategyformatchingagenericCPGtoaparticularrobotinreal-time,withaminimalamountofinteractionwiththeenvironment.Reinforcementlearninghasbeenappliedonlongtimescalestocertainproblemsinwalking(learningcoordinationandbasiclegmovement)(IlgandBerns,1995),butthetimescalesofsuchanapproachistoolongtoexplainthequicklearningofanimalsjustafterbirth.Theauthorsuggeststhatpartoftheanswermaybeintheuseofanumberofsimpleinnateinternalmodelstoevaluatetheperformanceoftherapidlydevelopingnervoussystem.TheseinnateinternalmodelscouldbeusedtoadaptivelytuneCPGsduringphasesofrapiddevelopment.Figure3illustratesthetrainingconcept.ACPGgeneratesasignaldestinedforagroupofactuators(muscle)aswellasasecondsignal,whichisacopyofthesignalsenttotheactuatorsdestinedforaninnateforwardmodel.Inbiology,acopyofthemotorsignaliscalledanefferencecopy(Sperry,1950).AforwardmodelasdescribedbyKawato(KawatoandWolpert,1998)isafunctionalmodeloftheforwarddynamicsofthesystem.Weuseverysimplified,innateforwardmodels.Theseforwardmodelspredictthesensoryexpectation,orthedesiredconsequenceofCPGactivity.Thisinformationiscompared,andanadaptiverulethenmodifiestheCPG.TheauthorsuggeststhatahandfulofadaptivemechanismsmaybeusedforrapidtuningofagenericCPG.Forexample,theadaptivemodelcanbeusedtoensurecoordinationoflimbswiththeenvironment.Theuseofsimplified,innatemodelsisthemostconservativestancepossible.Theintentistomakethefewestassumptionspossibleaboutthe‘knowledge'thatthenervoussystemhasaboutthebodythatitistryingtocontrol.Bydemonstratinghowthisprocessmaybeusedinaphysicaldevice—arobot—wegivecompellingevidencethatthisapproachissufficient.ThisarticlereportsonaninvestigationintohowagroupofforwardmodelscouldbeusedtoadaptivelytuneaCPGinarealrobot.Asthesemodelsareinnate,weassumetheyaresimple;itwouldnotbesatisfyingifthesemodelswereascomplexasthebehaviorsthattheyhelpgenerate.Secondly,thesemodelsshouldnotbedetailed,accuratemodelsoftheforwarddynamicsoftherobot.Ifinnatemodelsareused,theirsimplicityprohibitsthemfromdetailingaccurateinformationaboutthestructureofthepatterngenerator.ThestudyheresupposesthatoncetheCPGshavebeentunedtoproducebasiclocomotion,other,moregenerallearningmechanismswouldtakeovertocreateamorerefinedgait.Theselearningmechanismsmightincludereinforcementlearningorsupervisedlearningmethods.ExperimentsTheresultsofthreeexperimentsusingGEO-IIaredescribedinthissection.Theseexperimentsrequireprogressivelymoreadaptationtotheenvironmentandculminateinadaptivewalkingbehavior.TherobotlearnstoadjustkeyparametersoftheCPGnetworktoallowtherobottowalkwithinminutes.2.1ExperimentalSetupTherobotplatformisafour-leggedrobot,“GEO-II”(Fig.1).Sensorsincludeaforcesensoroneachfoot,andagyroscopewhichsensesbodyroll.Theuniquefeaturesofthisrobotincludeaflexible,three-degreesoffreedomspine.Thisallowsspinalmovementincludingtwist.Modelairplaneservoactuatorsdriveallaxes.Theseservosarepositionalcontroldevices.GeoIIweighs1.25Kg.Figure1.TheGEO-IIrobot.GEO-IIfeaturesaflexiblespineComputationisdividedbetweenanonboardprocessor,a68HC11basedServoX24boardbyDigitalDesignsandSystems,Inc.,andadualIntelPentiumworkstation.TheServoX24boardisresponsibleforgeneratingcommandsignalsfortheservosaswellasA/Dsamplingofsensorsignals.TheworkstationisresponsibleforcomputingtheARRs,theAMs,andreflexesmodules.Theworkstationalsohostsagraphicaluserinterface.AllcoderunsunderWindows2000(C++Microsoft)inamulti-threaded,windowedenvironment.

2.2AdaptiveModulesTwistAdaptationResults.TheTwistARRandTwistAMworktogethertogenerateabalanced,twistingofthebody.WhentheTwistARRisactivatedinitially,theoutputgainofthismoduleisnearzero.Thus,nobodytwistingandnocyclicsensoryfeedbackissensed.TheTwistAMgraduallyincreasesthegainaswellasboththepositiveandnegativetwistuCPGs.(seeFig.3B).Throughtime,astherobotshiftsitsweight,thepawforcesvaryperiodically(seeFig.3A).Ascanbeseen,thefrontlegsoftherobotmoveoutofphase.Themagnitudeofthetwistamplitudeisdecreasedduetogyroscopefeedback.6 l CO S 卜 68 (p C O 卜 寸6 l CO S 卜 68 (p C O 卜 寸cm co tn ?OTime(Sec)TwistAdaptationLLLLLLLLLLLLLLLgzcovQgzcoqqgzooqlloicc寸寸sggzh-coTime(Sec)A_TwistM ATwistPTwistAdaptation200 150 - ~亠亠10050-Figure3.Twistadaptationresponse.(A)Footpressureoffrontlegs.(B)ChangeinamplitudeAiofthetwistuCPGs.Intheend,thefrontlegsperiodicallyliftedsymmetricallyofftheground.BurstLengthAdaptationResultsInthissetup,GEO-IIissuspendedinatestapparatus.Thisisdonetofacilitatedatacollectiononly.Ifatrunktwistisinduced,thehipassemblywillrockbackandforthandwillcausethelegstocontactthegroundperiodically.Theexperimentalprocedureisasfollows:Thehipisplacedinoscillation,theburstlengthisresettozeroandadaptationisthenturnedon.Notethatadaptationisindependentlycontrolledforeachleg.Theburstlengthiszero.Astimeprogresses,theburstlengthlengthensandthenstabilizes.Ascanbeseen,theburstlengthadjustsuntilitstabilizessothattheburstterminatesjustasthelegtouchestheground.Ifthelegweretoterminateitsflexiontooearly,thislegwouldbelockedforward.Thismaycausetherobottostumbleasitswingsitsfootforward.Ifitdidnotextendsoonenough,thelimbwouldbeflexedwhenthelegstrucktheground,andtherobotmayloseitsbalance.DiscussionTwokeyprinciplesarecombinedinthiswork:(1)Innateforwardmodels,(2)DistributedControl.Usingtheseprinciples,thefollowingthreeproblemsareaddressed:(1)StaticPosturalControl,(2)LearningproperparametersettingsfortheoutputofauCPGmodel(anARR),and(3)Learningcoordinationwiththeenvironment.Posturalcontrolisofprimaryimportance.Theposturalcontrolmechanisminthisworkreliesonforcesensorsonthefootasthesoleinputtothecontrolsystem.Theideabehindthecontrolschemeistomaintainthreedegreesofsymmetry—fronttoback,side-to-sideanddiagonalsymmetry.Thus,sensorysignalsbecomereferencesforothersignalsrelatedbyadegreeofsymmetry;sensesarecomparedtoeachother.Furthermore,eachdegreeofsymmetryisrelatedtoaparticular‘musclegroup'intherobot.Fronttobacksymmetrygeneratescommandsforthehiprotationaxes.Side-to-sidesymmetrydriveshipadductors.Finally,diagonalsymmetrydrivestwistaboutthebodyaxis.Itisfortunatethatthesedegreesofsymmetrymapsoeasilyontotheproximalactuators.Inothermechanicalwalkingmachines,thetwistaxisisfixed.Thusasymmetriesmustbecompensatedforbylegflexion.Byaddingthetwist,thetorsoandassociatedproximalactuatorscancompensateforimbalances(asdefinedhere).Itisalsonotedthatcompensationcouldbeachievedonaslope.Also,posturaladjustmentcanbemadetocompensateforweightsplacedontherobot.Suchweightmaymimicapayloaddroppedontotherobot'sback.Itmayalsomimicconstantperturbationssuchasdanglingwiresandcables.Thus,thesystem,byusingtheprincipleofsymmetry,cansimplydrivemusclesinaone-to-onefashionwithouttheneedforanydetailedkinematicmodeloftherobot.Yetthisschemeachievesposturalcontrolinthefaceofsignificantoutsidedisturbances.Theissueofcontrolfromhigherlevelcentersisnotdiscussedhere.Thegeneralstrategyistoallowdirectparametermodificationfromhighercenters.Theinterestedreaderisdirectedto(LewisandSim'o,1999,2001)foranexampleofusinghighlevelvisiontoadaptivelycontrolARR.Inthatwork,anexampleisgivenofBurstLengthModulationbyahighercenter(communicatingwithvisualcenters).AdaptivemodulesareusedtotunetheoutputofaCPG.Heretheideaistouseamodelofsensoryexpectation.Themodelsarerudimentaryandaresufficienttoallowthesystemtobootstrap.Itisnotnecessarytohaveanydetailedmodelofthedynamicsofthesystem.Adaptivemoduleswerealsousedtogenerateexpectanciesforwhenafootstrikeshouldoccur.Thisallowstheadjustmentoftheflexorburstlength.Thisadaptivemechanismwascruciallyimportantinassistingtherobotingeneratingpreciselythecorrectbursttiming,preventingstumblingandfootdragging.Againthemodelusedwasrudimentaryanddidnotdependonanydetaileddynamicsoftherobot.Thisideaofarudimentarymodeliscruciallyimportanttounderstandingthevalueofthiswork.Theideaofadetaileddynamicmodelisrejected.Thepowerinthisideaisthattheadaptivesystemshould,inprinciple,workoveraverybroadrangeofroboticdeviceswithsimilarform.Wemadeonlythemostgeneralassumptionsaboutthestructurebeingcontrolledhere.Thisalsomeansthatitisnotnecessarytoidentifyamodel(i.e.,toinstantiatebymakingdetailedperturbationsandobservations)beforelearningcanbegin.Thatiswhylearningwasachievedsorapidlyinthecasespresented.Theresultsofthepresentworkillustratesthepowerofsimpleinnatemodelsinbootstrappingthesystem.Inearlierwork,itwasassumedthatadaptationshouldbemadetooccurinstages(Lewisetal.,1992).However,remarkably,alladaptivemodulescouldbeswitchedonsimultaneously,anddevelopmentalstagesseemedtoemergespontaneously.Thiswassurprising.Theauthorsuggeststhatoncethesystemhasovercomethebasicproblemofdevelopingarudimentarygait,usingthetechniquesdefinedhere,moregeneralpurposelearningwouldcontinuetorefinethewalkingovertime.Invertebrates,thismaybeoneoftherolesofthecerebellum.SummaryandConclusionsCPGshavebeenwellstudiedbyanumberofresearcherswithpossibleapplicationstothecontrolofwalkingmachines.WhileasimpleCPGcircuit,consistingofahandfulofoscillators,canbeconstructed,itisnotclearhowtheseCPGscanbemadetoadapttoaparticularmachine.Theapproachpresentedherehasthefollowingelements:(i)ACPGmodelischosenwheretheparameterscontrollingthebehaviorofthemodelarerepresentedexplicitly.ThismodeliscalledanAdaptiveRingRule(ARR).(ii)Includedhereistheideaofaninnateinternalmodel.Thatis,amodelthatpredicts,eveninacrudeway,thesensoryconsequencesofintendedaction.ThesemodelsareusedbyAdaptiveModules(AMs)toaltertheparametersoftheARRsothatthesensoryfeedbackmorecloselyresemblestheoutputofassociatedinnateinternalmodels.BychoosingthecorrectAMs,wedemonstratethatcriticalelementsofgait,suchasflexorburstlengthadaptation,hip-kneephase,andthetwistingofthebody,canquicklybeacquired.TheseAMsandARRs,inconjunctionwithtwobasicreflexes(posturalcontrolandfootextensionreflex)allowtherobottoquicklyacquireabasictrotgaitwithinminutesofinception.Thisquicklearningiscompatiblewiththelearningexhibitedbyanimalssuchashorsesimmediatelyafterbirth.Further,suchadaptivemechanismscanbebuiltintocustomelectroniccircuits,whichareunderdevelopment(Lewisetal.,2000,2001).足機(jī)器人的步態(tài)適應(yīng)1.導(dǎo)言短的時(shí)間在出生后1foal可以步行，然后運(yùn)行。值得注意的是，該動物學(xué)會Tocoordinate許多肌肉腿部和軀干在這么短的時(shí)間內(nèi)。這是不太可能的任何學(xué)習(xí)算法可程式中樞神經(jīng)系統(tǒng)的從頭算與這么少的培訓(xùn)時(shí)代。也不是，它可能是foal的運(yùn)動控制器是完全取決于出生前。怎么會是這樣一個(gè)bili性加以解釋？怎么會是這樣的能力，被納入控制系統(tǒng)的一步行機(jī)？研究人員在生物，已明確的證據(jù)顯示一個(gè)功能單位的中央神經(jīng)系統(tǒng)，中樞模式發(fā)生器（CPG）的，可以導(dǎo)致節(jié)奏的運(yùn)動軀干和四肢肌肉（grillner和wall'en， 1985年）。在成年動物，輸出，這些細(xì)胞可以產(chǎn)生肌肉活動，這是非常類似的活動在正常散步，甚至當(dāng)感官的反饋意見已被消滅，（grillner和桑戈，1975年）。中央人民政府開始交流tivity在出生之前，雖然其活動沒有出現(xiàn)模仿的細(xì)節(jié)特別步行動物，這是很明顯的相關(guān)性與動物的階級，即兩棲類，爬蟲類，哺乳類等（貝克夫，1985年；科恩，1988年）。很明顯，基本結(jié)構(gòu)，中央人民政府網(wǎng)絡(luò)是所訂下的演變。這是怎樣的基本結(jié)構(gòu)，適應(yīng)生產(chǎn)需要詳細(xì)的協(xié)調(diào)控制散步-荷蘭動物？這個(gè)問題的答案是很重要的機(jī)器人由于下列原因。cpgs已很好的研究作為一項(xiàng)基本協(xié)調(diào)機(jī)制（科恩等人,1982年;灣及hemami,1987年;松岡，1987年；蘭德等人，1988年;多賀等人，1991年;柯林斯及史釗域，1993年;默里，1993年;澤林斯卡，1996年;亞利奇等人，1997年;伊藤等人，1998年;木村等人，1999年）。不過，詳情如何，這系統(tǒng)可自動適應(yīng)控制一個(gè)真正的機(jī)器人并不清楚。一個(gè)很好的目標(biāo)將是在描述一個(gè)總體戰(zhàn)略匹配的一個(gè)通用的中央人民政府某一機(jī)器人在實(shí)時(shí)的時(shí)間，最小金額的互動與環(huán)境。強(qiáng)化學(xué)習(xí)，已用于對長遠(yuǎn)的時(shí)間尺度的一些問題在散步（學(xué)習(xí)的協(xié)調(diào)和基本腿運(yùn)動）（ilg和berns， 1995年），但時(shí)間尺度的這種做法是太長解釋快速學(xué)習(xí)的動物，只是后出生。作者認(rèn)為，部分答案可能在使用一些簡單的先天內(nèi)部模型的業(yè)績考核評價(jià)迅速發(fā)展的中樞神經(jīng)系統(tǒng)。這些先天的內(nèi)部模型可以用來自適應(yīng)調(diào)cpgs期間，分階段的快速發(fā)展。圖3說明了訓(xùn)練的概念。1，中央人民政府生成一個(gè)信號，目的地為一組驅(qū)動器（肌肉），以及作為第二信號，這是一個(gè)復(fù)制的信號發(fā)送到驅(qū)動器的目的地是一個(gè)天生的前進(jìn)模式。在生物學(xué)，副本汽車信號，是所謂的一efference復(fù)制（斯佩里，1950年）。前瞻性的模型所描述的kawato（kawato和wolpert，1998年）是一個(gè)功能模型的前沿動態(tài)的system.we使用非常簡單，前進(jìn)先天的模式。這些前瞻性模型預(yù)測感官的期望，或所期望的后果，中央人民政府的活動。這方面的資料比較，自適應(yīng)規(guī)則，然后修改了中央人民政府。作者表明，極少數(shù)的自適應(yīng)機(jī)制，可用于快速調(diào)整的一個(gè)通用的中央人民政府。舉例來說，自適應(yīng)模型可以用來確保協(xié)調(diào)四肢與環(huán)境。使用簡化，固有的模式是最保守的立場可能。其意圖是使最少的假設(shè)可能對'知識'神經(jīng)系統(tǒng)大約有身體，這是試圖控制。通過展示如何這個(gè)過程中可用于在一個(gè)物理設(shè)備-機(jī)器人-我們給予令人信服的證據(jù)表明，這種做法是不夠的。此文章的報(bào)告進(jìn)行調(diào)查，如何一組提出的模式可以用來自適應(yīng)調(diào)重彈一，中央人民政府在一個(gè)真正的機(jī)器人。由于這些模型是天生的，我們假定他們是簡單的;它不會滿足，如果這些模型一樣復(fù)雜的行為，幫助他們產(chǎn)生。其次，這些模型不應(yīng)該詳細(xì)，準(zhǔn)確的模式前進(jìn)動力的機(jī)器人。如果固有的模式，使用簡單，禁止他們詳細(xì)準(zhǔn)確的資料，有關(guān)的結(jié)構(gòu)模式發(fā)生器。研究在這里支撐，一旦cpgs已調(diào)整，以生產(chǎn)的基本運(yùn)動，另一方面，更普遍的學(xué)習(xí)機(jī)制，將接管，以創(chuàng)造一個(gè)更精致的步態(tài)。這些學(xué)習(xí)的機(jī)制可能包括強(qiáng)化學(xué)習(xí)或監(jiān)督的學(xué)習(xí)方法。2.實(shí)驗(yàn)結(jié)果三個(gè)實(shí)驗(yàn)使用的地緣二是本節(jié)所描述的。這些實(shí)驗(yàn)的需要，逐步更適應(yīng)環(huán)境，并最終在自適應(yīng)散步的行為。機(jī)器人學(xué)會調(diào)整的關(guān)鍵參數(shù)，中央人民政府網(wǎng)絡(luò)，讓機(jī)器人步行數(shù)分鐘之內(nèi)完成。2.1實(shí)驗(yàn)裝置該機(jī)器人平臺是一種四足機(jī)器人，“地理II”（圖1）。傳感器包括一個(gè)力傳感器在每個(gè)腳，和一個(gè)陀螺的范圍，其中感官機(jī)構(gòu)名冊。獨(dú)特的特點(diǎn)，這個(gè)機(jī)器人包括一個(gè)靈活，三自由度的脊椎。這使脊柱運(yùn)動，包括扭曲。模型飛機(jī)伺服致動器驅(qū)動器，所有的石斧。這些都是位置伺服控制裝置。土力工程處二重1.25千克。計(jì)算分之間的板載處理器，68hc11基于servox24局的數(shù)字設(shè)計(jì)和系統(tǒng)公司，和一個(gè)雙IntelPentium工作站。該servox24局是負(fù)責(zé)生成指揮信號為伺服以及A/D采樣的傳感器信號。工作站負(fù)責(zé)計(jì)算arrs，醫(yī)療輔助隊(duì)，并反射模塊。工作站還舉辦了圖形用戶界面。所有代碼運(yùn)行在Windows2000下（C++中的Microsoft）在一個(gè)多線程，窗口環(huán)境。自適應(yīng)模塊2.2.1扭適應(yīng)的結(jié)果捻捻和終點(diǎn)時(shí)，攜手合作，以產(chǎn)生一個(gè)均衡的，扭曲的尸體。當(dāng)扭終點(diǎn)是啟動初期，輸出增益模塊，這是接近零。因此，沒有扭體和沒有感覺的反饋循環(huán)是感受到了。捻時(shí)逐漸增加的增益，以及正面和反面，都要扭ucpgs。（見圖3B條）。通過的時(shí)間，作為機(jī)器人輪班其重量，足勢力有所不同，定期（見圖3A）款?？梢钥闯觯懊嫱葯C(jī)器人遷出階段。規(guī)模捻度振幅降低是由于陀螺儀的反饋意見。在最后，前面的腿定期解除對稱離地面。突發(fā)長度適應(yīng)的結(jié)果在此安裝，地緣二是懸浮在一種測試儀器。這樣做是為了方便數(shù)據(jù)收集只。如果主干扭曲，是誘導(dǎo)，髖關(guān)節(jié)，大會將巖石回奔波，并會造成腿部接觸地面定期。實(shí)驗(yàn)程序如下：髖關(guān)節(jié)，是擺在振蕩，突發(fā)長度是重置為零和適應(yīng)，然后打開。請注意，適應(yīng)是獨(dú)立控制每個(gè)站。最初，突發(fā)長度是零。隨著時(shí)間的進(jìn)展，突發(fā)長度延長，然后穩(wěn)定下來。可以看出，爆裂的長度調(diào)整，直至穩(wěn)定，使該水管爆裂，終止正如腿觸及地面。如果腿部被終止其屈曲言之尚早，這腿將被鎖定前進(jìn)。這可能會導(dǎo)致機(jī)器人蹣跚，因?yàn)樗▌?，其腳前進(jìn)。如果不延長，盡快還不夠，肢體會彎曲時(shí)，腿擊中地面，機(jī)器人可能會失去平衡。3.討論兩個(gè)關(guān)鍵的原則相結(jié)合，在這方面的工作：（1）先天提出的模式，（2）分布式控制。使用這些原則，以下三個(gè)問題得到處理：（1）靜態(tài)姿勢控制，（2）學(xué)習(xí)正確的參數(shù)設(shè)置為輸出一個(gè)ucpg模型（1終點(diǎn)），及（3）協(xié)調(diào)與學(xué)習(xí)環(huán)境。姿勢控制是首要的重要性。該姿勢控制機(jī)制，在這方面的工作依賴于力傳感器對足部作為唯一的輸入到控制系統(tǒng)。背后的想法控制計(jì)劃，是要維持3程度的對稱前線回來，側(cè)側(cè)和對角線的對稱性。因此，感官信號成為參考其他信號有關(guān)的某種程度的對稱性;感官比較，取長補(bǔ)短。此外，每個(gè)程度的對稱性是一個(gè)主題相關(guān)的，特別是'肌肉組'在機(jī)器人。前線回到對稱性生成命令髖關(guān)節(jié)旋轉(zhuǎn)軸。側(cè)側(cè)對稱驅(qū)動器髖關(guān)節(jié)adductors。最后，對角對稱的驅(qū)動器捻有關(guān)機(jī)構(gòu)軸。這是幸運(yùn)的是，這些程度的對稱性地圖這么容易走上近端動。在其他機(jī)械步行機(jī)，扭軸是固定的。因此，不對稱性，必須予以賠償腿部彎曲。加入捻度，軀干及相關(guān)近端動可以彌補(bǔ)的不平衡（這里定義的）。它也指出，補(bǔ)償就可以實(shí)現(xiàn)一個(gè)斜坡。此外，姿勢的調(diào)整，可以作出賠償?shù)臋?quán)重放置于機(jī)器人。這樣的重量可能會模仿有效載荷下降到機(jī)器人的回。它也可能模仿不斷的擾動，如懸掛電線電纜。因此，該系統(tǒng)，使用的原則，對稱性，可以簡單的肌肉驅(qū)動器在一個(gè)以一對一的方式，而不需要任何詳細(xì)的運(yùn)動學(xué)模型機(jī)器人。然而，這項(xiàng)計(jì)劃取得姿勢控制，在面對重大以外的騷亂事件?？刂茊栴}，從更高層次中心是不是在這里討論。一般的策略是讓直接參數(shù)修正，從更高的中心。有興趣的讀者是針對（Lewis和sim'o，1999年，2001年）的一個(gè)例子，使用高層次的眼光來自適應(yīng)控制終點(diǎn)。在這方面的工作，給出了一個(gè)應(yīng)用實(shí)例的突發(fā)長度調(diào)制由上級中心（溝通與視覺中心）。自適應(yīng)模塊可用來調(diào)整輸出一個(gè)中央人民政府。這里的構(gòu)想是使用一個(gè)模型的感官的期望。該模型是最起碼的，并足以使該系統(tǒng)的Bootstrap。這是沒有必要有任何詳細(xì)模型的動態(tài)系統(tǒng)。自適應(yīng)模塊也被用來產(chǎn)生預(yù)期時(shí)，足部的罷工應(yīng)該發(fā)生。這使得調(diào)整的屈突發(fā)長度。這種自適應(yīng)的機(jī)制是非常重要，在協(xié)助機(jī)器人在發(fā)電，正是正確的水管爆裂的時(shí)機(jī)，防止絆腳拖。再次使用的模型是最起碼的，并沒有依賴于任何詳細(xì)的動態(tài)機(jī)器人。這一想法的一個(gè)最起碼的模型是非常重要的認(rèn)識價(jià)值，這方面的工作。構(gòu)思一份詳細(xì)的動態(tài)模型將被拒絕。權(quán)力在這方面的想法是，自適應(yīng)系統(tǒng)應(yīng)在原則上，工作范圍十分廣泛的機(jī)器人設(shè)備與類似的形式。我們所作的只是最普通的假設(shè)結(jié)構(gòu)被控制在這里。這也意味著，這是沒有必要找出一個(gè)模式（即以實(shí)例作出詳細(xì)的擾動和意見），然后就可以開始學(xué)習(xí)。這就是為什么學(xué)習(xí)取得了如此迅速地在這些案件中。結(jié)果，目前的工作說明的權(quán)力，簡單的固有模式，在啟動該系統(tǒng)。在以前的工作，這是假設(shè)的適應(yīng)，應(yīng)作出發(fā)生在階段（劉易斯等人，1992年）。不過，值得注意的是，所有的自適應(yīng)模塊，可同時(shí)接通，和發(fā)育階段，似乎出現(xiàn)自發(fā)性。這是不足為奇的。4.概述和結(jié)論CPGS已很好的研究由一個(gè)研究人員的人數(shù)與可能的應(yīng)用，以控制行走的機(jī)器。而一個(gè)簡單的中央人民政府電路，構(gòu)成少數(shù)振蕩器，可以興建，目前尚不清楚如何將這些CPGS可作，以適應(yīng)特定的機(jī)器。的做法，這里有以下內(nèi)容：（一）acpgmodel是選擇何處參數(shù)控制的行為模式的代表明確。這個(gè)模型是所謂的一環(huán)自適應(yīng)規(guī)則（終點(diǎn)）。（二）包括在這里的想法是一個(gè)天生的內(nèi)部模型。這是，一個(gè)模型，預(yù)測，即使在原油的方式，感官的后果，打算采取行動。這些模型所使用的自適應(yīng)模塊（醫(yī)療輔助隊(duì)），以改變參數(shù)的終點(diǎn)，使感官反饋更加緊密地類似于輸出相關(guān)的先天內(nèi)部模式。通過選擇正確的醫(yī)療輔助隊(duì)，我們證明的關(guān)鍵要素的步態(tài)，如屈突發(fā)長度適應(yīng)，髖關(guān)節(jié)膝關(guān)節(jié)的階段，扭曲身體，可以很快被收購。這些AMS和arrs，聯(lián)同兩個(gè)基本反射（姿勢控制和足部反射延長）allowthe機(jī)器人迅速獲得一個(gè)基本的逐漸達(dá)到自己的戰(zhàn)略步態(tài)幾分鐘內(nèi)成立。此快速的學(xué)習(xí)是與學(xué)習(xí)，展示由動物如馬出生后立即。此外，這種自適應(yīng)機(jī)制可以建成自定義電子電路，這是根據(jù)發(fā)展（劉易斯等人，2000年，2001年）。徐國華，譚民.移動機(jī)器人的發(fā)展現(xiàn)狀及其趨勢.機(jī)器人技術(shù)與應(yīng)用.2001.3AshrafElnagar.PredicionofMovingObjectsinDynamicEnvironmentsUsingKalmanFilters.Proceedingsof2001IEEEInternationalSymposiumonComputationalIntelligenceinRoboticsandAutomation.July29-August1,2001盧桂章.“863”計(jì)劃智能機(jī)器人研究進(jìn)展.機(jī)器人技術(shù)與應(yīng)用.1995,2(1):7-8蔡自興.智能機(jī)器人研究的進(jìn)展.智能機(jī)器人.1993:1-6Song.S.M.KinematicOptimalDesignofaSix-LeggedWalkingMachine.ph.Ddissertation,ohiostateUniversity,Columbus,OH,1984R.TomovicandR.B.Meghee,AfinitestateApprochtotheSynthesisofBionengineeringControlSystemIEEETrans.OnHumanFactorsinElectron