The mechanism behind the generation of human movements is of great interest in many fields (e.g. robotics and neuroscience) to improve therapies and technologies. Optimal Feedback Control (OFC) and Passive Motion Paradigm (PMP) are currently two leading theories capable of effectively producing human-like motions, but they require solving nonlinear inverse problems to find a solution. The main benefit of using PMP is the possibility of generating path-independent movements consistent with the stereotypical behaviour observed in humans, while the equivalent OFC formulation is path-dependent. Our results demonstrate how the path-independent behaviour observed for the wrist pointing task can be explained by spherical projections of the planar tasks. The combination of the projections with the fractal impedance controller eliminates the nonlinear inverse problem, which reduces the computational cost compared to previous methodologies. The motion exploits a recently proposed PMP architecture that replaces the nonlinear inverse optimisation with a nonlinear anisotropic stiffness impedance profile generated by the Fractal Impedance Controller, reducing the computational cost and not requiring a task-dependent optimisation.


翻译:产生人类运动背后的机制对许多领域(例如机器人和神经科学)都非常感兴趣,以改善治疗和技术。最佳反馈控制(OFC)和被动运动模型(PMP)目前是能够有效产生人性运动的两个主要理论,但它们需要解决非线性反问题才能找到解决办法。使用PMP的主要好处是有可能产生与人类所观察到的陈规定型行为一致的路径独立运动,而等同的OFC配方则取决于路径。我们的结果表明手腕指点任务所观察到的路径依赖行为是如何通过对计划任务进行球形预测来解释的。预测与分形阻力控制器相结合,消除了非线性反问题,这比以往的方法降低了计算成本。该动议利用了最近提出的PMP结构,用非线性偏向性优化取代了非线性偏向,而非线性偏向性坚硬度则由Fractaldiction Controducl产生,降低了计算成本,而不需要依赖任务偏向性选择。

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
28+阅读 · 2020年11月4日
【Manning新书】现代Java实战,592页pdf
专知会员服务
99+阅读 · 2020年5月22日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
“CVPR 2020 接受论文列表 1470篇论文都在这了
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年4月28日
Arxiv
5+阅读 · 2017年11月30日
VIP会员
相关资讯
“CVPR 2020 接受论文列表 1470篇论文都在这了
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员