• 利用遗传算法学习行走的机器人

• 机器学习算法
  
  增量进化:在大多数实际应用中，遗传算法的搜索空间是非常大的。因此，对于实时硬件来说，在寻找高级解决方案时，时间是一个很大的限制。我们正在探索增量技术，以最优的方式减少搜索空间的大小。我们正在使用不同的硬件步行机来验证我们的结果。

• “单一”

• Mono是一种单腿气动足。2气动缸。由PC机电气(二进制)控制。学习在不到3分钟内通过进化快速前进。反馈:角传感器。
  Mono在2004年10月奥斯陆布林德恩举行的NFR“ungforsk”科学博览会上展示了实时进化，4600名学生观看了这个舞台表演。Mono还在2004年NFR“forskningstorget”科学博览会上进行了户外表演。
• • 
• • 
• • 

• “h”

• Henriette是一只两条腿的充气“鸡”。4气动缸。由PC机电气(二进制)控制。在不到4分钟的时间里，通过进化学会了相对快速的前进。反馈:角传感器。详细的规格(pdf)。
  Henriette和Mono一起在国家电视上表演和演示了实时进化，有600-70万人观看(NRK Schrødingers Katt, 2005年1月)。Henriette还在“Åpen Dag”2005,TV2“klistrehjerne”2005和在NFR“forskningstorget”2005科学博览会上表演。
• • 
• • 
• • 

• “厄纳”

• 厄纳是一只两条腿的充气“猛禽”(强壮、好斗)。4气动缸。由PC机电气(二进制)控制。反馈:角传感器。
• • 
• • 
• • 

• “涡轮”

• 涡轮是一只四条腿的充气“狗”。8气缸。由PC机电气(二进制)控制。
• • 
• • 
• • 

• 仿生手臂项目

• 仿生手臂:我们能制造出多接近生物学的假肢?未来的假肢会完全取代原来的生物手臂吗?我们相信，未来的手臂假肢将直接由神经控制的是剩余的肢体。我们还相信，用户将以一种类似于原始生物手臂的方式“感觉”手臂。这可以通过在剩余肢体的神经上操作的筛微电极实现。筛电极既能接收来自神经系统的信号，又能将人工产生的感觉信号传回神经系统。
  
  
  活动A:我们正在研究使用人造肌肉纤维来驱动假肢的5根手指和手腕的可能性。
  来自筛电极的输出控制信号将由来自神经系统的信息的数百个通道组成。必须对这些信号进行分类和调整，以控制人造肌肉纤维。
  
  活动B:我们目前正在测试用于信号分类和肌肉控制(模拟控制信号)的人工神经网络。

• 假臂

• 铝假臂。人工肌肉纤维(Flexinol)将由人工神经网络恢复的上臂神经信号直接控制。
• • 
• • 

• 肌肉纤维

• 人工肌纤维(柔肌醇)
• • 

  • dBot

  • • 
  • • 
  • • 

  • mBot

  • • 
  • • 
  • • 

  • “安娜”项目

  • 我们的7轴Motoman IA20工业机器人“Anna”具有AI接口，包括视觉系统，音频传感器，触摸传感器，音频输出和LED模式信号。由mini-Mac / java / SOAP控制。
  • • 

    • 安娜

  • • 

    • 气动驱动的人形手臂

  • • 

    • 人工脊椎