Simulation is an indispensible tool in the hands of the Robotics and Neuroscience research communities. Numerous of simulation tools have been developed that study different aspects of the interaction of a robot -or more generally, a body- with its environment. With these tools we can examine hypotheses around the organization of neural circuits and use them to control a virtual body within a sensorimotor loop. To this goal we developed a biologically inspired robot controller based on Central Pattern Generators that runs on low-energy neuromorphic hardware. We present an architecture that enables the simulation of such dynamical models based on Hopf-like oscillators with Spiking Neural Networks and showcase their advantages in terms of energy efficiency. Locomotion on complex media, such as granular media and fluids is one of the tasks that biological organisms solve seamlessly. Nevertheless robots fall behind animals in their ability to adapt to previously unseen conditions. Simulation tools that are employed in robotics specialise in the solution of articulated rigid body dynamics problems, neglecting other forms of physical simulation. This limits the range of possible simulations, leaving out interaction of robots with soft objects, fluid manipulation, muscle simulation among others. We partially close this gap by proposing a framework that enables the interaction of a particle-based Smoothed Particle Hydrodynamics fluid dynamics solver into an articulated rigid body dynamics solver. With this approach we can simulate multiple interesting properties from the perspective of robotics, neuroscience and biomechanics. These include but are not limited to self-propelled locomotion, crossing of water-air boundaries -as is the case of animals and robots that transition between swimming and walking on terrain-, generation of waves, mix of different media (water, granular and solid objects). With this framework previously unseen physical simulation scenarios are rendered possible. We show such an example on self-propelled swimming and provide novel results that quantify the gap between simulation and reality.      «

Simulation is an indispensible tool in the hands of the Robotics and Neuroscience research communities. Numerous of simulation tools have been developed that study different aspects of the interaction of a robot -or more generally, a body- with its environment. With these tools we can examine hypotheses around the organization of neural circuits and use them to control a virtual body within a sensorimotor loop. To this goal we developed a biologically inspired robot controller based on Central P...     »

Simulation ist ein unverzichtbares Werkzeug in den Händen der Robotik- und Neurowissenschaftler. Es wurden zahlreiche Simulationswerkzeuge entwickelt, die verschiedene Aspekte der Interaktion eines Roboters - oder allgemeiner gesagt eines Körpers - mit seiner Umgebung untersuchen. Mit diesen Werkzeugen können wir Hypothesen über die Organisation neuronaler Netzwerke untersuchen und sie zur Kontrolle eines virtuellen Körpers innerhalb einer sensomotorischen Schleife verwenden. Zu diesem Zweck haben wir eine biologisch inspirierte Roboterkontrolle entwickelt, die auf Zentralen Mustergeneratoren basiert und auf energiearmer neuromorpher Hardware läuft. Wir stellen eine Architektur vor, die die Simulation solcher dynamischen Modelle auf der Basis von Hopf-ähnlichen Oszillatoren mit Spiking Neural Networks ermöglicht und zeigen deren Vorteile in Bezug auf die Energieeffizienz auf. Die Fortbewegung in komplexen Medien, wie z. B. körnigen Medien und Flüssigkeiten, ist eine der Aufgaben, die biologische Organismen nahtlos lösen. Dennoch bleiben Roboter in ihrer Fähigkeit, sich an bisher unbekannte Bedingungen anzupassen, hinter den Tieren zurück. Simulationswerkzeuge, die in der Robotik eingesetzt werden, sind auf die Lösung von Problemen der Starrkörperdynamik spezialisiert und vernachlässigen andere Formen der physikalischen Simulation. Dies schränkt die Bandbreite möglicher Simulationen ein, da die Interaktion von Robotern mit weichen Objekten, die Manipulation von Flüssigkeiten, die Simulation von Muskeln und vieles mehr nicht berücksichtigt werden. Wir schließen diese Lücke teilweise, indem wir einen Rahmen vorschlagen, der die Interaktion eines partikelbasierten Smoothed Particle Hydrodynamics Fluiddynamik-Lösers mit einem Starrkörperdynamik-Löser ermöglicht. Mit diesem Konzept können wir mehrere interessante Aspekte aus der Sicht der Robotik, Neurowissenschaften und Biomechanik simulieren. Dazu gehören u. a. die selbstfahrende Fortbewegung, das Überschreiten von Wasser-Luft-Grenzen - wie bei Tieren und Robotern, die zwischen Schwimmen und Laufen auf dem Boden wechseln -, die Erzeugung von Wellen und die Vermischung verschiedener Medien (Wasser, körnige und feste Objekte). Innerhalb dieses Rahmens werden bisher nicht vorstellbare physikalische Simulationsszenarien möglich gemacht. Wir zeigen ein solches Beispiel am Beispiel des selbstangetriebenen Schwimmens und liefern neuartige Ergebnisse, die die Lücke zwischen Simulation und Realität quantifizieren.      «

Simulation ist ein unverzichtbares Werkzeug in den Händen der Robotik- und Neurowissenschaftler. Es wurden zahlreiche Simulationswerkzeuge entwickelt, die verschiedene Aspekte der Interaktion eines Roboters - oder allgemeiner gesagt eines Körpers - mit seiner Umgebung untersuchen. Mit diesen Werkzeugen können wir Hypothesen über die Organisation neuronaler Netzwerke untersuchen und sie zur Kontrolle eines virtuellen Körpers innerhalb einer sensomotorischen Schleife verwenden. Zu diesem Zweck hab...     »