آموزش تقلیدی حرکات پیچیده به ربات های انسان نما به کمک بهینه سازی تکاملی شبکه عصبی مولد الگوی واحد

در این مقاله یک سامانه مبتنی بر ساختارهای عصبی موسوم به مولد مرکزی الگوی واحد ارائه شده که قادر است الگوی موردنیاز برای حرکت در یک ربات را براساس یک نوع آموزش نمایشی به دست آورد. مولد الگوی واحد می تواند به دو زیرسامانه گسسته و ریتمیک تقسیم بندی شود. زیرسامانه اول مسئولیت تولید حرکات کوتاه و معطوف به هدف و زیرسامانه دوم مسئولیت تولید حرکات ریتمیک را به عهده دارد. الگوریتم آموزشی خاصی برای استفاده از این مولدهای الگوی واحد در این مقاله طراحی شده است. مفاصل و بازوهای ربات با تشخیص اسکلت بدن انسان توسط حسگر کینکت به صورت بلادرنگ کنترل می شوند. اساس کار انجام شده بدین شکل است که ابتدا به کمک حسگر کینکت دنباله های حرکتی بدن مربی ضبط شده و به کامپیوتر منتقل می شوند. این دنباله های حرکتی تعدادی نوسان سازهای غیرخطی را آموزش داده و سپس نوسان سازهای غیرخطی حرکات را برای ربات انسان نما بازتولید می کنند. برای ارزیابی نتایج سیگنال های آموزش داده شده در نرم افزار وی رپ شبیه سازی شده و سپس بر روی ربات انسان نمای بایولوید پیاده سازی شدند. مدل ارائه شده یک بستر مناسب جهت ارائه آموزش های نمایشی و مبتنی بر تقلید برای ربات های انسان نما محسوب می شود که نیاز به کنترل صریح و برنامه نویسی مستقیم را برطرف می سازد و امکان آموزش غیرمستقیم رفتارهای پیچیده روی انواع ربات ها را مهیا می سازد.