Resumen

Este documento presenta una técnica eficiente para un caminar dinámico autónomo para un robot cuadrúpedo. La función de costo para una tarea así suele ser complicada y el número de parámetros a optimizar es alto. Por lo tanto, una técnica simple para la optimización es importante. Aplicamos un algoritmo genético (GA) que utiliza datos experimentales reales en lugar de simulaciones para evaluar la aptitud de una marcha probada. El algoritmo optimiza activamente 12 de los parámetros de caminar dinámico de los robots. Estos incluyen la longitud y duración del paso y la flexión de una espalda activa. Para ello, se diseñó y fabricó un robot cuadrúpedo simple en una estructura inspirada en animales pequeños. La función de aptitud se calculó en base a datos experimentales recopilados de una cámara situada sobre la escena junto con datos recopilados de los sensores de los actuadores. Los resultados experimentales demuestran cómo las habilidades de caminar se mejoran en el transcurso del aprendizaje, mientras que incluir una espalda activa debería considerarse para mejorar el rendimiento al caminar.

• Materias:Trituradora robótica Análisis cinemático Robots de articulación flexible Robot autónomo Articulación robótica
• Subjects:Robotic shredder Kinematic analysis Flexible joint robots Robot autonomous Robotic articulation
• Palabras claves:Técnica; Autoaprendizaje; Marcha dinámica; Robot cuadrúpedo; Algoritmo genético; Optimización
• Keywords:Technique; Self-learning; Dynamic walk; Quadrupedal robot; Genetic algorithm; Optimization