آموزش تقلیدی حرکات پیچیده به ربات‌های انسان‌نما به کمک بهینه سازی تکاملی شبکه‌ عصبی مولد الگوی واحد

در این مقاله یک سامانه مبتنی بر ساختارهای عصبی موسوم به مولد مرکزی الگوی واحد ارائه شده که قادر است الگوی موردنیاز برای حرکت در یک ربات را براساس یک نوع آموزش نمایشی به دست آورد. مولد الگوی واحد می‌تواند به دو زیرسامانه گسسته و ریتمیک تقسیم‌بندی شود. زیرسامانه اول مسئولیت تولید حرکات کوتاه و معطوف به هدف و زیرسامانه دوم مسئولیت تولید حرکات ریتمیک را به عهده دارد. الگوریتم آموزشی خاصی برای استفاده از این مولدهای الگوی واحد در این مقاله طراحی شده است. مفاصل و بازوهای ربات با تشخیص اسکلت بدن انسان توسط حسگر کینکت به‌صورت بلادرنگ کنترل می‌شوند. اساس کار انجام شده بدین شکل است که ابتدا به کمک حسگر کینکت دنباله های حرکتی بدن مربی ضبط شده و به کامپیوتر منتقل می‌شوند. این دنباله‌های حرکتی تعدادی نوسان سازهای غیرخطی را آموزش داده و سپس نوسان سازهای غیرخطی حرکات را برای ربات انسان نما بازتولید می‌کنند. برای ارزیابی نتایج سیگنال‌های آموزش داده شده در نرم افزار وی رپ شبیه سازی شده و سپس بر روی ربات انسان نمای بایولوید پیاده سازی شدند. مدل ارائه شده یک بستر مناسب جهت ارائه آموزش‌های نمایشی و مبتنی بر تقلید برای ربات‌های انسان‌نما محسوب می‌شود که نیاز به کنترل صریح و برنامه نویسی مستقیم را برطرف می‌سازد و امکان آموزش غیرمستقیم رفتارهای پیچیده روی انواع ربات ها را مهیا می‌سازد.