人形机器人——在线跌倒预测 基于双向长短时记忆的人形机器人跌倒预测网络 Nov 4, 2020 learning robotics 相关 人形机器人——双脚支撑投掷 人形机器人——跌落翻滚策略 人形机器人——高速滑翔着陆 建筑打印移动机器人 球体关节机构 出版物 Bidirectional LSTM-based Network for Fall Prediction in a Humanoid 为了改进先前的工作,我们考虑了双向长短期记忆 (BLSTM) 网络,该网络利用系统状态的历史测量作为输入,实时有效地预测跌倒概率。研究结果通过了大量的模拟实验验证,这些实验的随机变量考虑了具有随机幅度、方向、位置和作用时间的外力,我们证明了所提出的 BLSTM 网络可以稳健地预测跌倒事件。 Dongdong Liu, Hoon Jeong, Aoxue Wei, Vikram Kapila PDF 引用 项目 视频