Key points are not available for this paper at this time.
자유롭게 헤엄치는 로봇 물고기에 대한 수중 목표 추적 구현은 물고기 같은 추진의 본질적으로 왕복 운동 때문에 여전히 어렵습니다. 이 글에서는 카메라 안정화 시스템을 갖춘 새로운 로봇 물고기 플랫폼을 제시하고, 지속적인 환경에서 강화 학습(RL)에 의해 지원되는 실시간 2차원 목표 추적을 달성합니다. 더 구체적으로, 우리는 먼저 로봇 물고기와 수중 목표 간의 상대 방향을 얻기 위해 계단식 제어 구조에 기반한 능동 시각 추적 시스템을 개발합니다. 그런 다음, 심층 강화 학습(DRL)을 기반으로 한 연속 상태 및 행동 공간을 다루는 목표 추적 컨트롤러를 제안합니다. 이 컨트롤러는 대상 물체의 위치를 입력으로 받아 생체 영감을 받은 중앙 패턴 생성자가 제어하는 로봇 물고기의 운동 매개변수를 산출합니다. 제안된 컨트롤러의 강인성과 적응성 그리고 시간 지연이 제어 시스템에 미치는 영향은 다양한 시나리오에 따라 시뮬레이션 실험을 통해 분석됩니다. 마지막으로, 실제 로봇 물고기에 대한 정적 및 동적 추적 실험은 제안된 메카트로닉 설계 및 제어 방법의 효과를 입증하며, 수중 비전 기반 추적 작업 수행에 대한 통찰을 제공합니다.
Yu et al. (화요일) 이 질문을 연구했습니다.