Duisburg abläufe zu überwachen. Während Nichtlinearitäten, wechselnde kinematische Topologien, zyklisch auftretende kinematische Schleifen sowie vielfache Redundanz bei einer hohen Anzahl an Freiheitsgraden kaum einen Zugriff mit klassischen regelungstechnischen Strategien erlauben, nutzen natürliche Laufmechanismen gerade diese Flexibilität aus, um sich effektiv und anpassungsfähig fortzubewegen. Anders als bei den meisten konventionellen Ansät-zen einer technischen Laufsteuerung, bei der eine Vielzahl von Regeln in Form kausaler Zusammenhänge programmiert wird, steuern tierische Mechanismen periodische Gangarten, d. h. Gangarten die einem stereotypen Schema folgen, mit Hilfe von Bewegungsmustergeneratoren. Bei diesen Bewegungsmustergeneratoren handelt es sich um Nervenverschaltungen, die periodische Steuersignale für die an der Fortbewegung beteiligten Muskeln generieren können. Das Gehirn erteilt diesem Steuerungsmodul lediglich einen Start-bzw. Stoppbefehl -die eigentliche Beinkoordination realisiert der Bewegungsmustergenerator völlig autonom. Der Vorteil eines solchen modularen Aufbaus der Laufsteuerung liegt in der Entlastung der Zentralsteuerung, solange die Fortbewegung ungestört verläuft. Auch bei Untersuchungen an technischen Laufmaschinen wurden mehrfach künstliche Bewegungsmustergeneratoren eingesetzt. In der Simulation konnte u. a. die Laufbewegung einer zweibeinigen Gehmaschine erfolgreich mit Hilfe eines Netzwerks aus gekoppelten nichtlinearen Schwingern gesteuert werden [1], Die in der vorliegenden Arbeit untersuchte insektenartige Gehmaschine TARRY (siehe Bild 1) soll analog Bild 1: Sechsbeiniger Schreitroboter TARRY. Der Beitrag beschreibt die Anwendung eines künstli-chen neuronalen Netzwerkes bei der Laufsteuerung einer Gehmaschine. Ein Backpropagation-Netz erlernt dabei die Beinkoordination des insektenartigen Schreitroboters TARRY. Die Generalisierungsfähigkeit des Netzwerkes sowie dessen Unempfindlichkeit gegenüber verrauschten Eingabe Signalen gestatten die Realisierung eines breiten Spektrums periodischer Gangarten.
Neural control of a six-legged walking machineThis paper describes the application of an artificial neural controller to a walking machine. A backpropagation network learns to coordinate the leg movements of the insect-like walking robot TARRY. The network's ability to generalize, as well as its insensitivity to inaccurate input signals, permit the generation of a wide range of different periodic gaits.