생체 모방 로봇은 생물의 운동, 지각 및 인지를 복제하는 것을 목표로 하며, 자연에서 영감을 받아 적응성, 유연성 및 지능이 향상된 로봇을 개발합니다. 인공지능의 통합은 생체 모방 로봇의 제어 메커니즘을 크게 발전시켜 실시간 학습, 최적화 및 적응형 의사결정을 가능하게 했습니다. 본 리뷰에서는 생체 모방 로봇을 위한 AI 기반 제어 전략을 체계적으로 검토하고 최근 발전 및 방법론을 분류합니다. 먼저, 생물학적 시스템에서 영감을 받은 생체 모방 로봇의 주요 측면인 운동, 감각 지각 및 인지 학습을 검토합니다. 다음으로, 생체 모방 로봇 제어를 향상시키는 다양한 AI 기법(예: 기계 학습, 심층 학습, 및 강화 학습)을 탐구합니다. 또한, 다양한 유형의 생체 모방 로봇에 적용된 기존의 AI 기반 제어 방법을 분석하고, 그 효과성, 알고리즘 접근 방식, 및 전통적인 제어 기술과의 성능을 강조합니다. 최신 연구를 종합하여, 본 리뷰는 AI 기반 생체 모방 로봇 제어에 대한 포괄적인 개요를 제공하고 주요 도전 과제 및 미래 연구 방향을 식별합니다. 우리의 발견은 생체 모방 로봇을 향상시키는 AI의 진화하는 역할에 대한 귀중한 통찰을 제공하며, 더 지능적이고 적응력이 뛰어나며 효율적인 로봇 시스템으로 나아가는 길을 열어줍니다.
Jung et al. (Mon,)은 이 질문을 연구했습니다.