亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Controlling Soft Robotic Arms Using Hybrid Modelling and Reinforcement Learning

软机器人 强化学习 计算机科学 人工智能 钢筋 人机交互 机器人 工程类 结构工程
作者
Gaoming Lou,Chuang Wang,Zefeng Xu,Jiaqiao Liang,Yitong Zhou
出处
期刊:IEEE robotics and automation letters 卷期号:9 (8): 7070-7077 被引量:14
标识
DOI:10.1109/lra.2024.3418312
摘要

Soft robotic arms exhibit high deformability and degrees of freedom, which brings challenges in modeling accuracy and susceptibility to gravitational effects, resulting in imprecise control. This study proposes a reinforcement learning control strategy based on a hybrid model for precise control of soft robotic arms. The hybrid model is formulated by gathering a small dataset of analytical modeling errors of coordinates under various loading (0 g$\sim$300 g) conditions, followed by employing a Multilayer Perceptron (MLP) to fit these errors, thereby reducing the forward kinematics MAEs (mean absolute errors) from a range of 75.2 mm$\sim$95.3 mm to 5.9 mm$\sim$9.1 mm. The reinforcement learning virtual environment is built upon the hybrid model and the Proximal Policy Optimization (PPO) algorithm is used to train control policies. The efficiency of the control policy is validated for different trajectories and loading conditions both in simulation and on the soft robotic arm prototype, revealing distance errors of 3.9 mm$\sim$6.7 mm and 12.1 mm$\sim$15.4 mm, respectively, representing 1.1%$\sim$1.9% and 3.5%$\sim$4.4% of the total arm length.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
精明玲完成签到 ,获得积分10
3秒前
文6完成签到 ,获得积分10
4秒前
第二支羽毛完成签到,获得积分10
36秒前
38秒前
HFH举报DJ想吃饭了求助涉嫌违规
40秒前
Joanne完成签到 ,获得积分10
42秒前
威武的晋鹏完成签到,获得积分10
42秒前
病猫发布了新的文献求助10
43秒前
Juvenilesy完成签到 ,获得积分10
48秒前
57秒前
sleet发布了新的文献求助10
1分钟前
科研通AI6.1应助水告采纳,获得10
1分钟前
GY97完成签到,获得积分10
1分钟前
1分钟前
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
1分钟前
sleet完成签到,获得积分10
1分钟前
kkkkkkkkkkk完成签到,获得积分10
2分钟前
Cosmosurfer完成签到,获得积分10
2分钟前
粥粥完成签到 ,获得积分10
2分钟前
gao0505完成签到,获得积分10
2分钟前
烟花应助yesir采纳,获得10
2分钟前
2分钟前
2分钟前
2分钟前
2分钟前
yesir发布了新的文献求助10
2分钟前
水告发布了新的文献求助10
2分钟前
ZXneuro完成签到,获得积分10
2分钟前
田様应助yesir采纳,获得10
3分钟前
天天快乐应助Lucky采纳,获得10
3分钟前
3分钟前
3分钟前
水告完成签到,获得积分10
3分钟前
3分钟前
英姑应助科研通管家采纳,获得10
3分钟前
月月鸟完成签到 ,获得积分10
3分钟前
hahasun发布了新的文献求助10
3分钟前
Ykaor完成签到 ,获得积分10
4分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Introduction to Helicopter and Tiltrotor Flight Simulation, Second Edition 2500
Developing Genetic Editing Tools for Lysobacter 2000
卤化钙钛矿人工突触的研究 2000
Моделирование процессов самоорганизации в кристаллообразующих системах 1000
History of U.S. Space Surveillance and Satellite Cataloging 1000
Malcolm Fraser : a biography 700
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6512186
求助须知:如何正确求助?哪些是违规求助? 8305626
关于积分的说明 17741132
捐赠科研通 5613666
什么是DOI,文献DOI怎么找? 2923669
邀请新用户注册赠送积分活动 1900895
关于科研通互助平台的介绍 1762644