Neural Network Approaches for Sensory-Motor-Coordination

Abstract

Sensor-based coordination of movements is a central task for artificial robots and biological organisms as well. While traditional algorithms have largely relied on rather detailed models of the kinematics and dynamics of this process, neural networks offer the possibility to replace a significant amount of modeling by adaptation and learning. Moreover, principles of movement coordination observed in biological organisms can be used to construct networks exploiting these principles for the control of artificial devices. In this contribution, we will report on some work that adresses both issues and that is part of a larger, interdisciplinary research effort aiming at the construction of a neural-network controlled robot system.

Zusammenfassung

Die sensorbasierte Steuerung von Bewegungen bildet eine zentrale Aufgabe für Roboter und biologische Organismen gleichermaßen. Während traditionelle Algorithmen in erster Linie auf vergleichsweise detaillierten Modellen der Kinematik und der Dynamik des Bewegungsvorgangs beruhen, bieten Neuronale Netze die Möglichkeit, einen erheblichen Teil dieser Modellierung durch Adaptation und Lernen zu ersetzen. Darüberhinaus können in der Natur beobachtete Bewegungskoordinationsmechanismen als Grundlage für das Design von Netzwerken zur Steuerung künstlicher Systeme dienen. In diesem Beitrag soll über Arbeiten berichtet werden, die beide Gesichtspunkte zum Gegenstand haben, und die Bestandteil eines größeren, interdisziplinären Forschungsprojekts sind, das die Realisierung eines durch Neuronale Netzwerke gesteuerten Robotersystems verfolgt.