Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Evaluating the Performance of Two Computer Vision Techniques for a Mobile Humanoid Agent Acting at RoboCup KidSized Soccer League Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Humanoid Robot Gait on Sloping Floors Using Reinforcement Learning

verfasst von : Isaac J. Silva, Danilo H. Perico, Thiago P. D. Homem, Claudio O. Vilão Jr., Flavio Tonidandel, Reinaldo A. C. Bianchi

Erschienen in: Robotics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Climbing ramps is an important ability for humanoid robots: ramps exist everywhere in the world, such as in accessibility ramps and building entrances. This works proposes the use of Reinforcement Learning to learn the action policy that will make a robot walk in an upright position, in a lightly sloped terrain. The proposed architecture of our system is a two-layer combination of the traditional gait generation control loop with a reinforcement learning component. This allows the use of an accelerometer to generate a correction for the gait, when the slope of the floor where the robot is walking changes. Experiments performed on a real robot showed that the proposed architecture is a good solution for the stability problem.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Implementing and Simulating an ALLIANCE-Based Multi-robot Task Allocation Architecture Using ROS
Nächstes Kapitel Structure-Control Optimal Design of 6-DOF Fully Parallel Robot
Literatur
1.
Westervelt, E.R., Grizzle, J.W., Chevallereau, C., Choi, J.H., Morris, B.: Feedback Control of Dynamic Bipedal Robot Locomotion, vol. 28. CRC Press, Boca Raton (2007)CrossRef
2.
Sutton, R.S., Barto, A.G.: Reinforcement Learning: An Introduction, vol. 1. MIT Press, Cambridge (1998)
3.
Ha, I., Tamura, Y., Asama, H.: Gait pattern generation and stabilization for humanoid robot based on coupled oscillators. In: IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 3207–3212 (2011)
4.
Ha, I., Tamura, Y., Asama, H., Han, J., Hong, D.W.: Development of open humanoid platform DARwIn-OP. In: SICE Annual Conference (SICE), pp. 2178–2181 (2011)
5.
Perico, D.H., Silva, I.J., Vilão Jr., C.O., Homem, T.P., Destro, R.C., Tonidandel, F., Bianchi, R.A.: Newton: a high level control humanoid robot for the RoboCup Soccer KidSize League. In: Osório, F.S., Wolf, D.F., Branco, K.C., Grassi, V., Becker, M., Romero, R.A.F. (eds.) Robotics. CCIS, vol. 507, pp. 53–73. Springer, Heidelberg (2015). doi:10.​1007/​978-3-662-48134-9_​4 CrossRef
6.
7.
8.
Watkins, C.: Learning from delayed rewards. Doctoral dissertation, University of Cambridge (1989)
9.
Marder, E., Bucher, D.: Central pattern generators and the control of rhythmic movements. Curr. Biol. 11, R986–R996 (2001)CrossRef
10.
Mcgeer, T.: Passive dynamic walking. Int. J. Robot. Res. 9, 62–82 (1990)CrossRef
11.
Vukobratović, M., Borovac, B.: Zero-moment point thirty five years of its life. Int. J. Humanoid Rob. 1, 157–173 (2004). World ScientificCrossRef
12.
Kajita, S., Kanehiro, F., Kaneko, K., Yokoi, K., Hirukawa, H.: The 3D linear inverted pendulum mode: a simple modeling for a biped walking pattern generation. In: IEEE/RSJ International Conference on Intelligent Robots and Systems, vol. 1, pp. 239–246 (2001)
13.
Zhao, M., Dong, H., Zhang, N.: The instantaneous leg extension model of virtual slope walking. In: IEEE/RSJ International Conference on Intelligent Robots and Systems, IROS, pp. 3220–3225 (2009)
14.
Vukobratović, M., Juricic, D.: Contribution to the synthesis of biped gait. IEEE Trans. Biomed. Eng. 16(2), 1–6 (1969)CrossRef
15.
Zheng, Y.F., Shen, J.: Gait synthesis for the SD-2 biped robot to climb sloping surface. IEEE Trans. Robot. Autom. 6, 86–96 (1990)CrossRef
16.
Chew, C.M., Pratt, J., Pratt, G.: Blind walking of a planar bipedal robot on sloped terrain. In: IEEE International Conference on Robotics and Automation, vol. 1, pp. 381–386 (1999)
17.
Zhou, C., Yue, P.K., Ni, J., Chan, S.B.: Dynamically stable gait planning for a humanoid robot to climb sloping surface. In: IEEE Conference on Robotics, Automation and Mechatronics, vol. 1, pp. 341–346 (2004)
18.
Hong, Y.D., Lee, B.J., Kim, J.H.: Command state-based modifiable walking pattern generation on an inclined plane in pitch and roll directions for humanoid robots. IEEE/ASME Trans. Mechatron. 16, 783–789 (2011)CrossRef
19.
Huang, W., Chew, C.M., Zheng, Y., Hong, G.S.: Pattern generation for bipedal walking on slopes and stairs. In: 8th IEEE-RAS International Conference on Humanoid Robots, pp. 205–210 (2008)
20.
Iverach-Brereton, C., Baltes, J., Postnikoff, B., Carrier, D., Anderson, J.: Fuzzy logic control of a humanoid robot on unstable terrain. In: Almeida, L., Ji, J., Steinbauer, G., Luke, S. (eds.) RoboCup 2015. LNCS, vol. 9513, pp. 202–213. Springer, Heidelberg (2015). doi:10.​1007/​978-3-319-29339-4_​17 CrossRef
21.
Baltes, J., Iverach-Brereton, C., Anderson, J.: Human inspired control of a small humanoid robot in highly dynamic environments or Jimmy Darwin rocks the Bongo Board. In: Bianchi, R.A.C., Akin, H.L., Ramamoorthy, S., Sugiura, K. (eds.) RoboCup 2014. LNCS, vol. 8992, pp. 466–477. Springer, Heidelberg (2015). doi:10.​1007/​978-3-319-18615-3_​38 CrossRef
22.
Perico, D.H., Silva, I.J., Vilao, C.O., Homem, T.P., Destro, R.C., Tonidandel, F., Bianchi, R.: Hardware and software aspects of the design and assembly of a new humanoid robot for RoboCup Soccer. In: Robotics: SBR-LARS Robotics Symposium and Robocontrol (SBR LARS Robocontrol), pp. 73–78 (2014)
23.
Farchy, A., Barrett, S., MacAlpine, P., Stone, P.: Humanoid robots learning to walk faster: from the real world to simulation and back. In: Proceedings of the 2013 International Conference on Autonomous Agents and Multi-agent Systems, pp. 39–46 (2013)
24.
Hester, T., Quinlan, M., Stone, P.: Generalized model learning for reinforcement learning on a humanoid robot. In: IEEE International Conference on Robotics and Automation (ICRA), pp. 2369–2374 (2010)
Metadaten
Titel
Humanoid Robot Gait on Sloping Floors Using Reinforcement Learning
verfasst von
Isaac J. Silva
Danilo H. Perico
Thiago P. D. Homem
Claudio O. Vilão Jr.
Flavio Tonidandel
Reinaldo A. C. Bianchi
Copyright-Jahr
2016
Buch
Robotics

Print ISBN: 978-3-319-47246-1

Electronic ISBN: 978-3-319-47247-8

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-47247-8_14

Neuer Inhalt

    Bildnachweise