Все статьи автора в журнале: Исаков Т.Т.

1. Использование импульсных нейронных сетей для коррекции локомоций шестиногого шагающего робота

   Using spike neural networksfor locomotion correction of a six-legged walking robot

   Номер: 2026 / 04

   Исаков Т.Т. | Isakov T.T. | Банникова А.В. | Bannikova A.V. | timswim1337@gmail.comtimswim1337@gmail.com

   Авторы статьи

   Authors

   Исаков Т.Т.

   Isakov T.T.

   Банникова А.В.

   Bannikova A.V.

   timswim1337@gmail.com

   timswim1337@gmail.com

   ---

   Использование импульсных нейронных сетей для коррекции локомоций шестиногого шагающего робота

    

   УДК 004.896

   DOI: 10.36652/0869-4931-2026-80-4-181-185

    

   Предложен метод коррекции походки гексапода при отказе одной ноги, основанный на применении центрального генератора ритмов и обучения с подкреплением. Используется сеть LIF-нейронов, формирующая устойчивую триподную походку. При поломке конечности робота адаптация происходит без полного переобучения. Метод обеспечивает быструю сходимость (45 попыток), распознает отказавшую ногу и сохраняет мобильность робота. В симуляции Gazebo показано превосходство предложенного метода над ε-жадным алгоритмом по скорости и надежности при низкой вычислительной сложности.

   ---

   Ключевые слова

   робототехника, импульсная нейронная сеть, обучение с подкреплением, центральный генератор ритмов, коррекция походки

   Using spike neural networksfor locomotion correction of a six-legged walking robot

   А method for correcting the gait of a hexapod when one leg fails is proposed. This method is based on a central rhythm generator and reinforcement learning. А network of LIF neurons is used to generate a stable tripodal gait. If a robot limb fails, adaptation occurs without complete retraining. The method ensures rapid convergence (45 trials), recognizes the failed leg, and maintains the robot’s mobility. А Gazebo simulation demonstrates the superiority of the proposed method over the ε-greedy algorithm in terms of speed and reliability with low computational complexity.

   ---

   Keywords

   robotics, spike neural network, reinforcement learning, central rhythm generator, gait correction