• 利用遗传算法学习走路的机器人

• 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，演化时间是寻求高级解决方案的主要限制。我们正在探索以最佳方式减少搜索空间大小的增量技术。我们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个气缸。由PC机电(二进制)控制。学会在不到3分钟的时间内通过进化快速前进。反馈:角度传感器。
  Mono在2004年10月奥斯陆布林德恩举行的NFR“ungforsk”科学博览会上向4600名学生展示了实时进化。Mono还在2004年的NFR“forskningstorget”科学博览会上进行了户外表演。
• • 
• • 
• • 

• “h”

• 亨利特是一只两条腿的气动“鸡”。4个气缸。由PC机电(二进制)控制。在不到4分钟的时间里学会了相对快速的前进。反馈:角度传感器。详细规格(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)。亨利埃特还在2005年的“Åpen Dag”，2005年的TV2“klistrehjerne”和2005年的NFR“forskningstorget”科学博览会上表演。
• • 
• • 
• • 

• “厄纳”

• Erna是一只两条腿的气动“猛禽”(强壮，好斗)。4个气缸。由PC机电(二进制)控制。反馈:角度传感器。
• • 
• • 
• • 

• “涡轮”

• 涡轮是一只四条腿的气动“狗”。8个气缸。由PC机电(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，未来的假肢手臂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感觉来“感觉”手臂。这可以通过使用筛网微电极来实现，该电极在剩余肢体的神经中进行操作。筛网电极既能接收来自神经系统的信号，同时又能将人工产生的感觉信号发回神经系统。
  
  
  活动A:我们正在研究使用人造肌肉纤维来驱动假体的5个手指和手腕的可能性。
  筛网电极的输出控制信号将由数百个带有神经系统信息的通道组成。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排序和肌肉控制(模拟控制信号)的人工神经网络。

• 假臂

• 铝臂假体。人工肌纤维(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

• 人造肌纤维(柔喜醇)
• • 

  • 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

  • • 

    • 气动驱动人形手臂

  • • 

    • 人工脊椎