基于情景記憶的機(jī)器人認(rèn)知行為學(xué)習(xí)與控制方法.pdf

1、論文基于行為主義思想與方法，以認(rèn)知神經(jīng)科學(xué)中情景記憶的角度研究行為序列學(xué)習(xí)和行為選擇這兩個(gè)機(jī)器人領(lǐng)域關(guān)鍵問題。目前，結(jié)構(gòu)化環(huán)境下面向特定任務(wù)的機(jī)器人研究已經(jīng)取得了階段性成果，而越來(lái)越多的需要機(jī)器人在復(fù)雜動(dòng)態(tài)不確定環(huán)境下面向非特定任務(wù)進(jìn)行工作，并具有類人一樣的智能水平，這也誕生了認(rèn)知機(jī)器人這一新興領(lǐng)域。本文借鑒生物學(xué)和認(rèn)知神經(jīng)科學(xué)中情景記憶機(jī)理相關(guān)理論，針對(duì)機(jī)器人廣義環(huán)境建模、實(shí)時(shí)在線學(xué)習(xí)以及實(shí)時(shí)優(yōu)化行為產(chǎn)生等科學(xué)問題提出相關(guān)模型與方法，

2、對(duì)認(rèn)知機(jī)器人這一新興領(lǐng)域進(jìn)行初步探索。
　　著重考慮與情景記憶相關(guān)的海馬體神經(jīng)元激活的生物學(xué)基礎(chǔ)，嘗試提出一種情景記憶的數(shù)學(xué)模型以進(jìn)行機(jī)器人環(huán)境廣義建模。針對(duì)不確定環(huán)境，構(gòu)建多維感知到一維狀態(tài)神經(jīng)元的映射，提出融合神經(jīng)元激勵(lì)機(jī)制的情景記憶驅(qū)動(dòng)馬爾科夫決策過(guò)程(EM-MDP)模型框架。并給出了一種基于情景記憶和視覺注意的認(rèn)知行為計(jì)算模型，分析了實(shí)現(xiàn)主動(dòng)認(rèn)知行為的過(guò)程，以及該模型結(jié)構(gòu)的特點(diǎn)。
　　針對(duì)機(jī)器人經(jīng)驗(yàn)知識(shí)的實(shí)時(shí)存儲(chǔ)、增

3、量積累和整合問題，提出一種基于情景記憶的廣義增量式實(shí)時(shí)在線學(xué)習(xí)方法，模擬了情景記憶的組織方式。采用生物學(xué)啟發(fā)的注意機(jī)制獲得輸入場(chǎng)景穩(wěn)定的自然路標(biāo)，并消除路標(biāo)中動(dòng)態(tài)信息，基于局部二元模式(LBP)算子獲得路標(biāo)特征序列。受自適應(yīng)共振理論(ART)與稀疏分布記憶(SDM)思想啟發(fā)，通過(guò)Hebbian規(guī)則進(jìn)行情景記憶網(wǎng)絡(luò)的自主在線學(xué)習(xí)，并對(duì)系統(tǒng)中不確定信息進(jìn)行處理，構(gòu)建增量式、任務(wù)指向型的情景記憶網(wǎng)絡(luò)?；贓M-MDP框架的機(jī)器人環(huán)境認(rèn)知學(xué)習(xí)實(shí)

4、驗(yàn)證明了該方法對(duì)不確定性具有一定魯棒性，實(shí)現(xiàn)了記憶積累、整合與更新。
　　針對(duì)環(huán)境冗余信息下目標(biāo)整體選擇注意及機(jī)器人應(yīng)用問題，提出一種目標(biāo)驅(qū)動(dòng)的基于物體的視覺注意伺服控制方法。建立任務(wù)目標(biāo)描述模型，基于高斯混合模型(GMM)進(jìn)行特征聚類獲得先驗(yàn)知識(shí)。引入原對(duì)象和偏向特征模版，提出一種基于物體的偏向注意模型實(shí)現(xiàn)對(duì)整個(gè)任務(wù)目標(biāo)的搜索與選擇注意?；谄蜃⒁猥@得的顯著圖，將基于圖像的視覺伺服(IBVS)控制算法擴(kuò)展到機(jī)器人認(rèn)知領(lǐng)域，提出

5、視覺注意伺服控制方法，實(shí)現(xiàn)對(duì)潛在目標(biāo)的跟蹤與接近控制，以作進(jìn)一步的識(shí)別或操作。實(shí)驗(yàn)結(jié)果證明了該算法適用于任務(wù)目標(biāo)指向性的機(jī)器人應(yīng)用。
　　面向不確定環(huán)境下非特定任務(wù)，提出一種基于情景記憶的認(rèn)知行為規(guī)劃與控制方法，實(shí)現(xiàn)在任務(wù)目標(biāo)、環(huán)境、威脅之間的適應(yīng)性行為規(guī)劃、預(yù)測(cè)與推理。首先，引入神經(jīng)元突觸勢(shì)能，提出求解EM-MDP的機(jī)器人全局規(guī)劃與行為預(yù)測(cè)算法，機(jī)器人能夠評(píng)估過(guò)去的事件序列，預(yù)測(cè)當(dāng)前狀態(tài)并規(guī)劃期望的行為，避免了部分可觀測(cè)馬爾可夫

6、決策過(guò)程(POMDP)的維數(shù)災(zāi)難和感知混淆問題。其次，采用一種基于危險(xiǎn)函數(shù)與可行路徑的局部規(guī)劃行為方法，實(shí)現(xiàn)記憶不完善條件下的路徑優(yōu)化與行為推理。提出一種認(rèn)知啟發(fā)的導(dǎo)航算法實(shí)現(xiàn)記憶路徑糾正，通過(guò)顯著路標(biāo)的尺度不變特征轉(zhuǎn)換(SIFT)特征彌補(bǔ)僅靠LBP特征定位事件的不足，在保證實(shí)時(shí)性的前提下進(jìn)一步提高路標(biāo)特征維數(shù)以確保特征的魯棒性。最后，通過(guò)認(rèn)知行為產(chǎn)生策略實(shí)時(shí)產(chǎn)生優(yōu)化行為。實(shí)際普遍場(chǎng)景下通過(guò)模擬復(fù)雜任務(wù)驗(yàn)證了方法的有效性和實(shí)用性。