डीप रिइनफोर्समेंट लर्निंग के माध्यम से मुलायम रोबोटिक हाथों से धक्का देना

मुलायम रोबोट अनियोजित वातावरण के साथ अनुकूल रूप से बातचीत कर सकते हैं। हालांकि, गैर-रेखीय मुलायम सामग्री संपत्तियाँ मॉडलिंग और नियंत्रण के लिए चुनौतीपूर्ण हैं। कुशल यांत्रिक मॉडलों का लाभ उठाने वाले लर्निंग-आधारित नियंत्रक जटिल इंटरैक्शन कार्यों को हल करने के लिए आशाजनक हैं। यह लेख एक प्रतिभाशाली मुलायम हैंडलर के लिए एक बंद लूप पोज़/फोर्स कंट्रोलर विकसित करता है जो डीप रिइनफोर्समेंट लर्निंग का उपयोग करके गतिशील धक्का कार्यों को सक्षम बनाता है। बल परीक्षण एक मुलायम रोबोट मॉड्यूल की यांत्रिक संपत्तियों की जांच करते हैं, जिसके परिणामस्वरूप एन की ओरथोगोनल बल मिलते हैं। फिर, नीति को मुलायम रोबोट के गतिशील कॉस्सेरट रॉड मॉडल का लाभ उठाते हुए अनुकरण में प्रशिक्षित किया जाता है। डोमेन रैंडमाइज़ेशन सिम-टू-रियल गैप को कम करता है जबकि सावधानीपूर्वक पुरस्कार अभियांत्रिकी ने स्पष्ट बल इनपुट के बिना भी पोज़ और बल नियंत्रण को प्रेरित किया। अनुमानित अनुकरण के बावजूद, सिम-टू-रियल ट्रांसफर ने औसत पहुँचने की दूरी मिलीमीटर () हासिल की, औसत अभिविन्यास त्रुटि रेडियन () और एन तक लागू किए गए धक्का बलों को। ऐसा प्रदर्शन हैंडलर के Intended सहायक कार्यों के लिए उचित है। प्रयोगों ने यह खुलासा किया कि पर्यावरण के साथ बातचीत करने वाले मुलायम रोबोट में torsional और counter-balancing गति थी। हालांकि इसे स्पष्ट रूप से लागू नहीं किया गया था, ये संभालने वाली की यांत्रिक बुद्धिमत्ता से उभरे। परिणामों से दिखाता है कि सुदृढन सीखने के माध्यम से मुलायम रोबोटिक पर्यायवाचन की क्षमता है।