如何系统地学习机器人

单纯是种病有病 2016-09-26 21:55:03 433 浏览

参与评论

登录后参与评论

全部评论(1条)

天下无第三者 2016-09-27 00:00:00

作者：郑帆链接：http://www.zhihu.com/question/22390802/answer/21350061 来源：知乎著作权归作者所有，转载请联系作者获得授权。作为在校工科生，只回答问题中关于如何自学机器人方面的问题。 1. 基础知识入门教材大同小异，推荐常用的两本：克莱格：机器人学导论 (豆瓣) 蔡自新：机器人学 (豆瓣) 配合教材可以看斯坦福大学的公开课：斯坦福大学公开课：机器人学以上内容，帮助在脑海中建立机器人学的大概图景和基本概念。当然，不必尽看，实际上认真钻研一套足矣。通常机器人学基础讨论都基于机械臂，需要弄懂的几个问题：机械臂的空间描述和坐标变换；机械臂运动学；机械臂逆运动学；机械臂动力学；轨迹规划；机械臂的控制；其他如机械设计、传感器、图像处理etc。基础内容中，个人认为Z重要的必须掌握的几个概念： ①刚体位姿的坐标描述和变换：机器人模型的基础，于机器人学的重要性犹如英文字母至于英文； ②D-H坐标变换：机械臂建模的重要方法，以简洁的数学语言描述由一连串刚体组成的机械臂； ③雅克比矩阵：机械臂运动学的核心，用于关节速度和末端速度的换算； ④拉格朗日动力学：力和速度加速度之间换算的桥梁。 Z重要的工具：数学，尤其是线性代数。 2. 基础动手入门工科不动手，学过也没有。如果你觉得上述基础内容很枯燥（实际上确实很枯燥），不放自己动手增加趣味性。软件上，可以使用wan能的matlab。实际上，克莱格的《机器人学导论》里就有大量matlab习题，可以参考。当然这里不得不提Perter Corke编写的robotics toolbox for matlab :http://petercorke.com/Robotics_Toolbox.html。安装这个toolbox之后，你可以在matlab上通过D-H方法建立机器人模型，并避开底层繁琐的矩阵运算，通过简单的函数进行一些运动学计算——不过逆运动学求解经常不收敛，毕竟不涉及底层嘛。更多的细节题主可以自己摸索。贴一个自己开始瞎捣腾时弄的模型图（害羞>.<）： <img src="https://pic1.zhimg.com/2dd7c44a9d18bd8601ebb3a7c6f8a2e4_b.jpg" data-rawwidth="744" data-rawheight="352" class="origin_image zh-lightbox-thumb" width="744" data-original="https://pic1.zhimg.com/2dd7c44a9d18bd8601ebb3a7c6f8a2e4_r.jpg"> 硬件上，个人DIY机器人的话成本是很高的，定位为科教功能的nao机器人（此萌货见下图，为什么我要贴这个无关紧要的图因为它实在是太萌了），一台就卖十几万呢。 <img src="https://pic2.zhimg.com/86625bb6615cb19e7a9d9b487301ec29_b.jpg" data-rawwidth="3264" data-rawheight="2448" class="origin_image zh-lightbox-thumb" width="3264" data-original="https://pic2.zhimg.com/86625bb6615cb19e7a9d9b487301ec29_r.jpg"> 但是学生党个人DIY相对简陋的机械臂也是可行的。买几个几十块钱的电机，精度虽低，能转起来就行。买几块控制板。如果你电路够牛逼，也可以自行设计电路画电路图送加工然后自行焊接，但总还是买现成的板子方便嘛。对于初级选手，控制板可以选择学生党Z常用的单片机，这里我推荐自己捣腾过的开源项目arduino：Arduino - HomePage <img src="https://pic4.zhimg.com/1acab177ab8c1b12554f37fc43e9ee8b_b.jpg" data-rawwidth="926" data-rawheight="400" class="origin_image zh-lightbox-thumb" width="926" data-original="https://pic4.zhimg.com/1acab177ab8c1b12554f37fc43e9ee8b_r.jpg">（图片来自arduino官网首页）（图片来自arduino官网首页） arduino的好处是，编程语法简单，只要能理解基础的C语言即可，几乎零入门；编辑器自带很多sample可以参考；编程模板通用性强，很多时候编程只需要在模板上改动设计实现功能的语句即可；作为开源项目，google一下就可找到很多国外强人做的狂拽酷炫的DIY项目，比如：DIY Robotic Hand Controlled by a Glove and Arduino 很多DIY的人愿意将程序公开，可以拿来参考；还有就是，价格不贵。不管买电机还是控制板，可以求助wan能的淘宝。一个简单的机械臂搭起来，几百块钱够了。贴一张我使用arduino板子和简单电机瞎倒腾的机械臂： <img src="https://pic3.zhimg.com/6ebe0575e365054c2743eadaefc9837e_b.jpg" data-rawwidth="2000" data-rawheight="3552" class="origin_image zh-lightbox-thumb" width="2000" data-original="https://pic3.zhimg.com/6ebe0575e365054c2743eadaefc9837e_r.jpg">用它在纸上画线，因为精度低，所以直线抖成那副挫样（害羞>.<）。用它在纸上画线，因为精度低，所以直线抖成那副挫样（害羞>.<）。 3. 进阶进阶就没法在知乎里讲了。首先方向太多，在学习完基础知识以后，你要做什么（工业机械手臂，运动型仿人机器人，etc），你要做哪一块（机械设计，电路，图像处理，控制算法，步态规划etc）。再者，成本太高，你懂的。Z后，进阶的机器人DIY没有必要，财力成本高是一回事，更甚的是时间精力成本高。如果不以机器人为专业，那么到1、2阶段，自己玩玩即可。如果有志于从事机器人相关研究或工作，那么在大学里参与相关研究项目即可。

赞(11)

回复(0)

评论

评论
登录后参与评论

热门问答

如何系统地学习机器人:

运动学习机制研究最新进展

文献速读第11期

Neuron：揭示皮质-纹状体神经元被募集形成运动记忆印迹的作用机制

学习和执行新的运动技能是大脑的重要功能，涉及到运动皮层和基底神经节的协调活动。初级运动皮层（M1）神经元的活动模式以及纹状体棘状突起投射神经元（Spiny Projection Neurons, SPNs）在运动学习过程中不断适应，从而与习得的技能联系更加紧密。然而，在运动学习过程中，神经元是如何经历突触变化并被招募来形成记忆印迹的，目前的研究尚未完全阐明。

2022年7月8日，斯坦福大学的研究人员在《Neuron》杂志上发表题为“Motor learning selectively strengthens cortical and striatal synapses of motor engram neurons”的文章。该研究发现运动学习需要运动皮层中大量的记忆印迹神经元，这些神经元在任务执行过程中被重新激活。此外，运动学习导致树突棘选择性的重塑和M1-纹状体的输出增强。该研究揭示了皮质-纹状体环路在形成长期运动记忆印迹时具有高度选择性的突触可塑性机制。

原文链接：

https://doi.org/10.1016/j.neuron.2022.06.006

Science Advances：运动学习过程中皮层树突棘动态活动的突触前监督机制

树突状结构的可塑性涉及到棘的形成和转换，是哺乳动物新皮层学习和记忆形成的细胞学基础。然而，由于突触前输入神经元的身份未知，在学习过程中树突棘重组的生物学原理仍然难以捉摸。

2022年7月27日，日本国家生理科学研究所的研究人员在《Science Advances》杂志上发表题为“Presynaptic supervision of cortical spine dynamics in motor learning”的文章，在该研究中，作者通过在学习过程中对运动皮层的树突棘动态变化进行成像，并对其传入突触前神经元进行事后识别，展示了在执行学习任务过程中监督不同的树突棘动态活动的两个突触前神经环路。在运动学习过程中，皮层-皮层神经元之间新出现的树突棘在短暂的接触后，会在技能习得时消除。相反，皮层中与丘脑神经元轴突之间形成的树突棘会持久保持并扩大。这些结果表明，运动皮层锥体神经元树突在运动技能学习过程中具有神经环路分工，包括自上而下的皮质内轴突的动态学习接触和丘脑轴突驱动的突触记忆形成。该研究结果提示，双重的树突棘监督也许能够控制新皮质的多种技能学习。

原文链接：

https://www.science.org/doi/10.1126/sciadv.abm0531

Neuron：迷走神经刺激依赖胆碱能信号强化来驱动运动学习环路的调制

迷走神经刺激（Vagus Nerve Stimulation, VNS）是是一种神经调节疗法，在临床上可用于癫痫、抑郁和神经损伤的治疗以及运动功能的康复。然而，VNS影响中枢神经系统环路的机制尚未明确，极大的限制了治疗的优化。VNS能够导致广泛的大脑激活，但其对行为的影响是非常具体的，这表明VNS对行为参与的神经环路具有独特的可塑性。

2022年7月19日，美国科罗拉多大学医学院的研究人员在《Neuron》杂志上发表题为“Vagus nerve stimulation drives selective circuit modulation through cholinergic reinforcement”的文章。在该研究中，为了了解VNS如何导致特定的环路调节，作者利用了光遗传学和在体钙成像等手段。在小鼠运动技能学习任务中，VNS通过胆碱能强化机制来增强动物运动学习的熟练程度并快速巩固习得的技能。在初级运动皮层中，VNS能够驱动对行为结果作出反应的神经元产生精确的时间调制。这表明，VNS可能通过胆碱能信号来加速M1的运动细化，该研究为优化VNS靶向特定疾病相关环路开辟了新途径。

原文链接：

https://doi.org/10.1016/j.neuron.2022.06.017

Cell Reports：纹状体胆碱能中间神经元可作为帕金森病潜在的治疗靶点

纹状体胆碱能中间神经元（Striatal Cholinergic Interneurons, CINs）在活动短暂停顿后对显著或奖励预测相关的刺激做出反应，涉及到学习和行动选择。这种停顿在帕金森病的动物模型中消失，该信号如何调节纹状体网络仍然是一个开放的问题。

2022年7月5日，法国艾克斯马赛大学的研究人员在《Cell Reports》杂志上发表题为“Cholinergic interneuron inhibition potentiates corticostriatal transmission in direct medium spiny neurons and rescues motor learning in parkinsonism”的文章。在该研究中，作者研究了CINs放电抑制对皮层和表达多巴胺D1受体的中等多棘神经元（Medium Spiny Neurons, MSNs）之间谷氨酸传递的影响。CINs活动的短暂停顿能够增加帕金森状态下D1 MSNs的皮质纹状体传递。这种增强依赖于M4毒蕈碱受体和蛋白激酶A。通过光遗传学/化学遗传学减少体内CINs的激活可以部分地拯救帕金森小鼠MSNs的长时程增强和运动学习缺陷。该研究结果表明，CINs对皮层-纹状体传导和纹状体依赖的运动技能学习的控制依赖于多巴胺能输入的完整性。这些发现使得CINs成为帕金森病潜在的治疗靶点。

原文链接：

https://doi.org/10.1016/j.celrep.2022.111034

2022-08-10 08:57:50 208 0