1965_小型夾持式機(jī)械手及手臂設(shè)計(jì)

1965_小型夾持式機(jī)械手及手臂設(shè)計(jì),小型,夾持,機(jī)械手,手臂,設(shè)計(jì) 畢業(yè)設(shè)計(jì)文獻(xiàn)翻譯院 （ 系 ） 名 稱 工 學(xué) 院 機(jī) 械 系專 業(yè) 名 稱 機(jī) 械 設(shè) 計(jì) 制 造 及 其 自 動 化學(xué) 生 姓 名 武 迪學(xué) 號 080105505指 導(dǎo) 教 師 楊 漢 嵩2012 年 03 月 10 日黃 河 科 技 學(xué) 院 畢 業(yè) 設(shè) 計(jì) （ 文 獻(xiàn) 翻 譯 ） 第 1 頁 綜合性應(yīng)急機(jī)器人的運(yùn)動模式M.M. Svinina,*, K. Yamadab, K. Uedab無機(jī)仿生控制研究中心，理化學(xué)研究所，森山區(qū)，名古屋 463-0003，日本機(jī)械工程，神戶大學(xué)，納達(dá)區(qū)，神戶 657-8501，日本2001 年 5 月 7 日，2001 年 9 月 17 日本文研究的是穩(wěn)定的步態(tài)運(yùn)動機(jī)器人的出現(xiàn)。一個(gè)分類器的系統(tǒng)，正在加強(qiáng)實(shí)施學(xué)習(xí)計(jì)劃，步態(tài)機(jī)器人是用于八條腿感官機(jī)器人的電機(jī)控制合成。機(jī)器人沒有對環(huán)境的先驗(yàn)知識和自己的內(nèi)部模型。這僅僅是個(gè)假設(shè)，機(jī)器人能夠獲得通過學(xué)習(xí)如何達(dá)到目標(biāo)區(qū)域的穩(wěn)定步態(tài)。在學(xué)習(xí)過程中的控制系統(tǒng)是由鋼筋信號自組織。到達(dá)目標(biāo)區(qū)域。德納一個(gè)全球性的獎勵，提出議案得到當(dāng)?shù)氐莫剟?，而退一步失敗的話卻得到當(dāng)?shù)靥幜P。隨著學(xué)習(xí)的進(jìn)展，在分類器系統(tǒng)的操作規(guī)則的數(shù)量穩(wěn)定在一定水平，相應(yīng)的步態(tài)模式。根據(jù)仿真和實(shí)驗(yàn)測試所提出的自組織系統(tǒng)的可行性。最小的模擬模型不需要構(gòu)造復(fù)雜的計(jì)算方案只用于模擬。仿真數(shù)據(jù)，被下載到真正的機(jī)器人控制系統(tǒng)，來發(fā)展最小的機(jī)器人模型。總體而言，10 個(gè)模擬數(shù)據(jù)成功運(yùn)行了 7 個(gè)真正的機(jī)器人。 Elsevier 科學(xué)有限公司保留所有權(quán)利。1. 分類器系統(tǒng)我們的方法是用機(jī)器人控制系統(tǒng)進(jìn)行建模,由一個(gè)分類器系統(tǒng)輸出控制命令回應(yīng)一個(gè)感官輸入。在分類器系統(tǒng)中，實(shí)際觀測空間和行動傳感器操作規(guī)則確定的狀態(tài)空間映射到確定的行為。該傳感器狀態(tài)空間的發(fā)展，作為學(xué)習(xí)進(jìn)步,其結(jié)構(gòu)是自組織 (圖 2)。分類器系統(tǒng)的結(jié)構(gòu)類似于威爾遜提出的最基本的一個(gè)系統(tǒng)結(jié)構(gòu)[28] 。本質(zhì)上的區(qū)別在于建立它的連續(xù)狀態(tài)與動作空間。1.1 運(yùn)動規(guī)則讓 ns 作為傳感器的數(shù)量和 x={ x1，…，x n }T 作為機(jī)器人的感官輸入。應(yīng)該系統(tǒng)是一套操作準(zhǔn)則，R. 準(zhǔn)則 r∈ R 定義如下:r;=, V={ v1，…， vns }T 是狀態(tài)向量與記憶的準(zhǔn)則，W={w 1,…, wns}T 是權(quán)重向量，u 是準(zhǔn)則的效用，a 是準(zhǔn)則 r 相應(yīng)的操作活動。實(shí)用 u 實(shí)在學(xué)習(xí)過程中的一個(gè)實(shí)數(shù)表示的相對值。它沒有任何直接的物理意義，并只可能與相關(guān)準(zhǔn)則的力量和內(nèi)部能量相聯(lián)系。該實(shí)用程序可能具有生物學(xué)意義，因黃 河 科 技 學(xué) 院 畢 業(yè) 設(shè) 計(jì) （ 文 獻(xiàn) 翻 譯 ） 第 2 頁 為它是從準(zhǔn)則的父繼承和稍后的進(jìn)化過程中改變的。在某種意義上，如果 V 匹配當(dāng)前的感管輸入 X，準(zhǔn)則 r 變得活躍,能激發(fā)其作用。權(quán)重向量 W 是用來比較 V 和 X 的。w i∈[0,1]是荷蘭的‘不在意’符號的連續(xù)模擬。當(dāng)wi 接近于零是，第 i 個(gè)傳感器測量就不那么重要了。其中 W=0 是所謂的無限期準(zhǔn)則。在目前的狀態(tài) X 下無論任何地方的機(jī)器人都可以被激活。所有其他的準(zhǔn)則都是明確的。他們可以被附近的 V 激活，使用重量 W 定義在其附近。準(zhǔn)則的特異性：作為衡量明確的準(zhǔn)則。其中 λ是時(shí)間依賴的尺度參數(shù)。當(dāng) λ接近 1 時(shí)，準(zhǔn)則規(guī)定的行為會有更多的反應(yīng)。另一方面，隨著 λ 越接近 0，行為便變得更加積極主動（即會有更多不受限制地在探索環(huán)境的方式）。其實(shí)，在我們的實(shí)現(xiàn)，這是不夠的，僅僅保留一個(gè)模糊期準(zhǔn)則。R 中的所有其他準(zhǔn)則都是明確的。開始 R 是由最初實(shí)用 u0 模糊準(zhǔn)則分配的。隨著學(xué)習(xí)的進(jìn)步，R，n r 的總數(shù)通過復(fù)制和廢止而變化。1.2 運(yùn)動選擇在 R 中與對方進(jìn)行權(quán)利競爭會引發(fā)他們的運(yùn)動。對于所有 rj∈R 的準(zhǔn)則，目前感官狀態(tài) X 和準(zhǔn)則的狀態(tài)向量 Vj 之間的加權(quán)距離定義為：其中，d k 是隨時(shí)間變化的縮放參數(shù)，它被定義為在學(xué)習(xí)過程中觀察到的第 k 個(gè)傳感器的最高和最低值之間的最大區(qū)別。 接下來，我們定義匹配率：其中，T m 是一個(gè)常數(shù)。注意的是即使沒有明確的準(zhǔn)則匹配的感官輸入 X，模糊的準(zhǔn)則也總是起作用。事實(shí)上，不管是否遇到狀態(tài)X，W=0 和 m=1 總是匹配。這使得模糊準(zhǔn)則可能的候補(bǔ)得以被選擇。這在學(xué)習(xí)過程的開始特別重要，模糊準(zhǔn)則往往認(rèn)為是新準(zhǔn)則的執(zhí)行和新準(zhǔn)則生成的重要因素。也要注意，當(dāng)模糊準(zhǔn)則被執(zhí)行，與此活動相關(guān)的準(zhǔn)則按照[a min，a max]均勻分布隨機(jī)生成。成功的準(zhǔn)則是按照概率加權(quán)的方法給出了的玻爾茲曼分布:參數(shù) T 的溫度含義是保持設(shè)置的狀態(tài)空間開發(fā)和探索之間的平衡。1.3 信貸分配公用事業(yè)的準(zhǔn)則是每次更新后，優(yōu)勝者將執(zhí)行其活動。實(shí)用調(diào)整機(jī)制包括以下幾個(gè)部分。直接收益分配。直接收益分配 P 是只在特定狀態(tài)下給予優(yōu)勝者的準(zhǔn)則。其中有黃 河 科 技 學(xué) 院 畢 業(yè) 設(shè) 計(jì) （ 文 獻(xiàn) 翻 譯 ） 第 3 頁 兩種類型：回報(bào)（P>0 ）和懲罰（P<0 ）?；貓?bào)是沿著規(guī)則的順序傳播，從而引發(fā)他們的活動折扣率 γ（即當(dāng)前和以前的優(yōu)勝者）：其中 N 是優(yōu)勝者鏈的深度，0<γ<1。這相當(dāng)于分享利潤盈利的策略在隨著時(shí)間逐漸貼進(jìn)一步向后倒退。在這里，r w（1 ）是 rw的父類，而 rw（2 ）又是 rw（1）的父類，以此類推。桶橋策略。當(dāng)前的優(yōu)勝者 rw 交其用途的一部分，Δu ，恢復(fù)到以前的優(yōu)勝者，rw：要注意的是準(zhǔn)則 rw（ 1）增加了其效用。然而，我們沒有減少的規(guī)則 rw 實(shí)用性，這是我們的戰(zhàn)略和傳統(tǒng)之間的主要區(qū)別。如果觸發(fā)的動作只由數(shù)量有限的準(zhǔn)則（R 的子集）和他們遞交 ΔU到另一個(gè)準(zhǔn)則決定，那么每個(gè)準(zhǔn)則的效用有望逐步收斂到這些規(guī)則之間的最高效用。因此，行動準(zhǔn)則，以這種方式進(jìn)行合作，可以存活一段時(shí)間，這期間的回報(bào)是很少的。這可以根據(jù)自組織的準(zhǔn)則尋找一個(gè)最終的獎賞。征稅。每當(dāng)一個(gè)明確的準(zhǔn)則 rw 觸發(fā)其活動，其效用被更新為：準(zhǔn)則 rw 激活率 cf 比照支付的成本，以防止死鎖或循環(huán)的行為。在某種意義上說，準(zhǔn)則是征稅的執(zhí)行權(quán)。需要注意的是模糊準(zhǔn)則是免稅的，因?yàn)樗闹饕δ苁巧尚碌囊?guī)則。蒸發(fā)。當(dāng)機(jī)器人到達(dá)目標(biāo)狀態(tài)時(shí)，所有的規(guī)則都減少他們實(shí)用蒸發(fā)率 η<1：從某種意義上講，它所對應(yīng)的是‘通貨膨脹’。其效用低于閾值以下的規(guī)則將被刪除。1.4 復(fù)制在選擇優(yōu)勝者規(guī)則 rw 的時(shí)候，我們執(zhí)行與此規(guī)則相關(guān)的行動 aw。接下來的事情就是我們應(yīng)該關(guān)心行動之后的執(zhí)行以及效用的調(diào)整，這個(gè)過程就是復(fù)制過程。在我們的系統(tǒng)中，除了 rw 觸發(fā)的行動導(dǎo)致倒退或者崩潰這種情況，優(yōu)勝者規(guī)則 rw 總是生成一個(gè)新規(guī)則 rc(孩子規(guī)則 )。復(fù)制過程的詳細(xì)信息形式化如下。如果優(yōu)勝者是模糊規(guī)則，復(fù)制的規(guī)則參數(shù)就設(shè)置為：vic=xi，w ic=1，i=1 ，…， ns。我們稱之為‘經(jīng)驗(yàn)記憶’。效用的新規(guī)則，其作用的代碼是通過父類實(shí)現(xiàn)的：ac=aw，u c=uw。另一方面，如果優(yōu)勝者是一個(gè)明確規(guī)則，我們試圖‘推廣經(jīng)驗(yàn)’，那么新產(chǎn)生的規(guī)則是廣義的。要注意的是，即使其匹配率 mw<1，具有較高的實(shí)用 uw 的規(guī)則 rw 也可以在競爭中取勝。在我們的系統(tǒng)中，優(yōu)勝者再次提供的一個(gè)通用的規(guī)則 rc 的匹配率 mw，是在某一確定的閾值 θ r，i.e,mw< θr 范圍內(nèi)。下面的表達(dá)式是與 θ r 有關(guān)的實(shí)用規(guī)則 uw 的表達(dá)黃 河 科 技 學(xué) 院 畢 業(yè) 設(shè) 計(jì) （ 文 獻(xiàn) 翻 譯 ） 第 4 頁 式：θ r=exp（-Truw）。其中 Tr 是個(gè)常量。言下之意是，具有較高匹配率但實(shí)用性低的規(guī)則，我們允許其通過復(fù)制障礙，反之亦然。Vc 和 Wc 為廣義新規(guī)則載體的設(shè)置如下：v ic=xi，w ic=1-|xi-vic|\di,i=1,…,ns.為新的廣義規(guī)則的代碼實(shí)用性和靈活性設(shè)置為:a c=aw，u c=λ cuw。要注意的是，上述形成的新的廣義規(guī)則可以和一個(gè)更加寬廣的狀態(tài)空間相匹配，其中包括其父類的狀態(tài)。2. 模擬實(shí)驗(yàn)與測試結(jié)果首先，學(xué)習(xí)步驟的可行性需要用模擬實(shí)驗(yàn)來檢驗(yàn)。如果機(jī)器人到達(dá)目標(biāo)區(qū)域，或者產(chǎn)生的行動步驟超過500，程序就會更新一次。參數(shù)設(shè)置如下：全局獎勵P=5，本地獎勵P=5，對應(yīng)行為的懲罰 P=-5%, u0=10, umin=9.5, cf=0.015, γ=0.8, к =0.1, η=0.98, T=3, Tm=100, Tr=0.5。10次模擬實(shí)驗(yàn)連續(xù)進(jìn)行，每一次的動作都會進(jìn)化。模擬的不同僅在于初始生成的隨機(jī)數(shù)量。圖10中顯示了機(jī)器人第6次和第9次的運(yùn)動軌跡。兩次都到達(dá)了目標(biāo)區(qū)域。注意即使在成功案例中，機(jī)器人也沒有使用最短路徑。實(shí)際上，前進(jìn)方向的數(shù)據(jù)并沒有放進(jìn)傳感器的學(xué)習(xí)步驟里。因此，選擇不同的前進(jìn)方向，并沒有對應(yīng)的懲罰或者獎勵操作。另外一點(diǎn)，盡管機(jī)器人并不是直線到達(dá)目標(biāo)區(qū)域，但腿部的運(yùn)動模式一直很穩(wěn)定。圖11中展示了學(xué)習(xí)過程的動態(tài)曲線。記錄了到達(dá)目標(biāo)區(qū)域，所經(jīng)歷的懲罰，獎勵以及必須步驟的數(shù)目。圖表中，機(jī)器人得到的全局獎勵由向下的箭頭標(biāo)示。很顯然，隨著學(xué)習(xí)過程的進(jìn)展，懲罰的次數(shù)逐漸減少。黃 河 科 技 學(xué) 院 畢 業(yè) 設(shè) 計(jì) （ 文 獻(xiàn) 翻 譯 ） 第 5 頁 圖 11. 學(xué)習(xí)記錄圖 12 展示了規(guī)則的總數(shù)，固定規(guī)則的數(shù)量，以及生成規(guī)則的數(shù)量。分別以點(diǎn)連線，細(xì)線，粗線表示。黃 河 科 技 學(xué) 院 畢 業(yè) 設(shè) 計(jì) （ 文 獻(xiàn) 翻 譯 ） 第 6 頁 圖 12. 規(guī)則的生成學(xué)習(xí)的動態(tài)過程展示了規(guī)則的總數(shù)，和到達(dá)目標(biāo)區(qū)域的必須步驟的數(shù)量之間，有相應(yīng)的關(guān)系。也就是說，總數(shù)減少之后，必須步驟也隨即減少。并且，懲罰的數(shù)量和新生成規(guī)則的數(shù)量之間，也有相應(yīng)的聯(lián)系。這就間接說明，不定規(guī)則的探索能力，逐漸可以歸納為有效固定規(guī)則的開發(fā)功能。實(shí)際上，僅有少量的固定規(guī)則才能產(chǎn)生“有用”的行為來引發(fā)機(jī)器人的動作，并且增強(qiáng)這些動作的實(shí)用性。同時(shí)， “不相關(guān)” 規(guī)則的實(shí)用性逐漸降低，并且最終消失。因此，一段時(shí)間過后，剩余的規(guī)則就能發(fā)揮主導(dǎo)作用。到達(dá)目標(biāo)的必須步驟在第 35 節(jié)之后，開始變得穩(wěn)定。這是因?yàn)闄C(jī)器人掌握了一定的行為規(guī)則。圖 13 中展示了機(jī)器人第 90 次的腿部動作記錄。黃 河 科 技 學(xué) 院 畢 業(yè) 設(shè) 計(jì) （ 文 獻(xiàn) 翻 譯 ） 第 7 頁 圖 13. 腿部動作模擬環(huán)境下，控制裝置生成新行為的能力不斷進(jìn)化，現(xiàn)在也能夠在試驗(yàn)中得到驗(yàn)證。模擬數(shù)據(jù)（第 90 次以后的規(guī)則）被下載到機(jī)器人 OCT1-b 的控制系統(tǒng)中，會執(zhí)行一次實(shí)驗(yàn)動作。在這次實(shí)驗(yàn)動作中，機(jī)器人被相同的分類系統(tǒng)所控制。整體來說，控制真實(shí)機(jī)器人的 10 次模擬數(shù)據(jù)中，有 7 次是成功的。為了說明實(shí)驗(yàn)結(jié)果，我們選擇了一次成功的數(shù)據(jù)和一次不成功的實(shí)驗(yàn)行為數(shù)據(jù)。機(jī)器人在第 6 次和第 9 次模擬實(shí)驗(yàn)中的行為見圖 14。在模擬試驗(yàn)中進(jìn)化出的直線前進(jìn)的動作與不完美的模擬數(shù)據(jù)相比，并不健壯。這給了我們引出了另一個(gè)問題，就是修正模型中的噪點(diǎn)，并且在存在干擾因素的環(huán)境下，進(jìn)化機(jī)器人的控制系統(tǒng)。黃 河 科 技 學(xué) 院 畢 業(yè) 設(shè) 計(jì) （ 文 獻(xiàn) 翻 譯 ） 第 8 頁 圖 14. 真實(shí)機(jī)器人行為圖 15 展示了實(shí)驗(yàn)階段里機(jī)器人的步伐（腿部動作的角度） 。所有的測試中，即使是失敗案例，機(jī)器人都在嘗試跟隨模擬實(shí)驗(yàn)里的運(yùn)動模式。某種意義上來說，動作步驟所組成的行為模式，可以看作是機(jī)器人控制系統(tǒng)中基因的組成“材料” 。黃 河 科 技 學(xué) 院 畢 業(yè) 設(shè) 計(jì) （ 文 獻(xiàn) 翻 譯 ） 第 9 頁 圖 15. 腿部動作記錄3 總結(jié)出現(xiàn)在運(yùn)動機(jī)器人的穩(wěn)定步態(tài)研究在這個(gè)文件。一個(gè)分類器系統(tǒng)，實(shí)施實(shí)例基于強(qiáng)化學(xué)習(xí)計(jì)劃，用于感官八條腿的移動機(jī)器人的電機(jī)控制。機(jī)器人沒有先驗(yàn)知識的環(huán)境，其自己的內(nèi)部模型，和目標(biāo)坐標(biāo)。這只是假設(shè)機(jī)器人可以通過學(xué)習(xí)獲得穩(wěn)定的步態(tài)如何達(dá)到目標(biāo)區(qū)。在學(xué)習(xí)過程中的加固信號控制系統(tǒng)是自組織。達(dá)到光源德納一個(gè)全球性的獎勵。向前議案獲得當(dāng)?shù)氐莫剟?，同時(shí)加強(qiáng)和下降沿下得到當(dāng)?shù)氐膽土P?？刂菩袆?。如學(xué)習(xí)進(jìn)步，在數(shù)量上的行動規(guī)則分類器系統(tǒng)穩(wěn)定到一定程度。因此，運(yùn)動模式全球行為（穩(wěn)定步態(tài)）出現(xiàn)，作為規(guī)則分類器系統(tǒng)的自我學(xué)習(xí)期間舉辦的過程。提出系統(tǒng)的可行性進(jìn)行測試下仿真和實(shí)驗(yàn)。虛擬船模型建造和使用不斷變化的機(jī)器人控制器在模擬環(huán)境下。驗(yàn)證模型。黃 河 科 技 學(xué) 院 畢 業(yè) 設(shè) 計(jì) （ 文 獻(xiàn) 翻 譯 ） 第 10 頁 本文所提出的結(jié)果我們初步運(yùn)動模式的新興合成研究運(yùn)動機(jī)器人。因此，有足夠的空間 在未來應(yīng)解決的關(guān)鍵點(diǎn) 例如，最小的模型似乎工作以及簡單導(dǎo)航任務(wù)，但其性能尚未測試更復(fù)雜的行為。接下來，分類器系統(tǒng)，我們作為一個(gè)學(xué)習(xí).引擎有許多參數(shù)調(diào)整到最佳值。此外，我們并沒有使用正規(guī)系統(tǒng)的程序，以評估性能因?yàn)檫@是一個(gè)不平凡的問題。在這方面，工作[31]的結(jié)果可能會提供一些有價(jià)值的見解。談到的框架，進(jìn)一步發(fā)展最小的仿真模型，我們認(rèn)為計(jì)算簡單最小的機(jī)型應(yīng)該是成反比，控制對象的復(fù)雜性成正比?？紤]隨著時(shí)間的簡單性和復(fù)雜性變化依靠數(shù)量上的學(xué)習(xí)經(jīng)驗(yàn)，正常模式也可以被視為在一個(gè)可進(jìn)化的方式。 “進(jìn)化的組件將允許關(guān)閉控制循環(huán)和減少學(xué)習(xí)控制器之間的差距。正在使用該模型。從這個(gè)角度來看，它會有趣的建立和利用之間的二元（行動狀態(tài)的映射）模型和控制器（狀態(tài)到動作映射）在開發(fā)協(xié)同進(jìn)化場景。這里的關(guān)鍵問題是在之間的關(guān)系真實(shí)的評價(jià)和自我評價(jià)。在為了得到一些如何真正評價(jià)的頻率基本的了解下，發(fā)展個(gè)人計(jì)算時(shí)間，我們計(jì)劃探測相對簡單的一維或二維的問題控制任務(wù)。