arXiv · 机器人与计算机视觉· Dixiang Wang, Minghao Zha, Arifur Rahman, Yinhong Qin, Yitao Jiang, Shiyang Lu, Zebing Mao, Muhao Chen, Luyang Zhao·· 22 天前精选AI 评分82
从生物曲线到软体模块化机器人:基于不确定性的引导式改进学习逆向设计
From Biological Curves to Soft Modular Robots: Learning-Based Inverse Design with Uncertainty-Guided Refinement
AI 导读
该论文提出一种基于学习的实机 - 仿真 - 实机框架,旨在将多样化的生物形态(如鳗鱼游泳、尺蠖拱形运动)转化为可行的软体模块化机器人构型。针对现有方法依赖昂贵物理建模和组合搜索的问题,该方法结合学习到的逆向预测与目标候选探索,利用快速前向代理模型评估设计。
推荐理由
提出基于代理的逆向设计框架,将生物曲线转化为机器人构型,在未见过的穿线模式下实现 93% 的形状重构成功率。
来源:arXiv · 机器人与计算机视觉 · arxiv.org