مقاله از مگس تا ربات: فرود معکوس در کوادکوپترهای کوچک با نشستن پویا

چکیده

Inverted landing is a routine behavior among a number of animal fliers. However, mastering this feat poses a considerable challenge for robotic fliers, especially to perform dynamic perching with rapid body rotations (or flips) and landing against gravity. Inverted landing in flies have suggested that optical flow senses are closely linked to the precise triggering and control of body flips that lead to a variety of successful landing behaviors. Building upon this knowledge, we aimed to replicate the flies’ landing behaviors in small quadcopters by developing a control policy general to arbitrary ceiling-approach conditions. First, we employed reinforcement learning in simulation to optimize discrete sensory-motor pairs across a broad spectrum of ceiling-approach velocities and directions. Next, we converted the sensory-motor pairs to a two-stage control policy in a continuous augmented-optical flow space. The control policy consists of a first-stage Flip-Trigger Policy, which employs a one-class support vector machine, and a second-stage Flip-Action Policy, implemented as a feed-forward neural network. To transfer the inverted-landing policy to physical systems, we utilized domain randomization and system identification techniques for a zero-shot sim-to-real transfer. As a result, we successfully achieved a range of robust inverted-landing behaviors in small quadcopters, emulating those observed in flies.

چکیده به فارسی (ترجمه ماشینی)

فرود معکوس یک رفتار روتین در بین تعدادی از آگهی های حیوانات است.با این حال ، تسلط بر این شاهکار ، یک چالش قابل توجه برای پروازهای رباتیک ، به ویژه برای انجام غرق پویا با چرخش سریع بدن (یا تلنگر) و فرود در برابر گرانش است.فرود معکوس در مگس ها نشان می دهد که حواس جریان نوری از نزدیک با محرک دقیق و کنترل تلنگر بدن که منجر به انواع رفتارهای موفق فرود می شود ، ارتباط نزدیکی دارند.با تکیه بر این دانش ، ما با هدف تکثیر رفتارهای فرود مگس در کوادکوپترهای کوچک با تهیه یک سیاست کنترل عمومی به شرایط خودسرانه سقف.اول ، ما از یادگیری تقویت شده در شبیه سازی برای بهینه سازی جفت های حسی حسی گسسته در طیف گسترده ای از سرعت و جهت های رویکرد سقف استفاده کردیم.در مرحله بعد ، ما جفت های حرکتی حرکتی را به یک سیاست کنترل دو مرحله ای در یک فضای جریان نوری تقویت شده مداوم تبدیل کردیم.خط مشی کنترل شامل یک سیاست Flip-Trigger در مرحله اول است که از یک دستگاه بردار پشتیبانی یک طبقه و یک خط مشی اکشن در مرحله دوم استفاده می کند ، که به عنوان یک شبکه عصبی به جلو اجرا می شود.برای انتقال خط مشی زمین معکوس به سیستم های فیزیکی ، ما از تکنیک های تصادفی سازی دامنه و شناسایی سیستم برای انتقال صفر-شات سیم کارت به واقعیت استفاده کردیم.در نتیجه ، ما با موفقیت به طیف وسیعی از رفتارهای محکم و معکوس در کوادکوپترهای کوچک دست یافتیم و موارد مشاهده شده در مگس ها را تقلید کردیم.