基于情景記憶的機器人認知行為學習與控制方法.pdf

1、論文基于行為主義思想與方法，以認知神經(jīng)科學中情景記憶的角度研究行為序列學習和行為選擇這兩個機器人領域關鍵問題。目前，結構化環(huán)境下面向特定任務的機器人研究已經(jīng)取得了階段性成果，而越來越多的需要機器人在復雜動態(tài)不確定環(huán)境下面向非特定任務進行工作，并具有類人一樣的智能水平，這也誕生了認知機器人這一新興領域。本文借鑒生物學和認知神經(jīng)科學中情景記憶機理相關理論，針對機器人廣義環(huán)境建模、實時在線學習以及實時優(yōu)化行為產(chǎn)生等科學問題提出相關模型與方法，

2、對認知機器人這一新興領域進行初步探索。
　　著重考慮與情景記憶相關的海馬體神經(jīng)元激活的生物學基礎，嘗試提出一種情景記憶的數(shù)學模型以進行機器人環(huán)境廣義建模。針對不確定環(huán)境，構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)元激勵機制的情景記憶驅動馬爾科夫決策過程(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知行為計算模型，分析了實現(xiàn)主動認知行為的過程，以及該模型結構的特點。
　　針對機器人經(jīng)驗知識的實時存儲、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時在線學習方法，模擬了情景記憶的組織方式。采用生物學啟發(fā)的注意機制獲得輸入場景穩(wěn)定的自然路標，并消除路標中動態(tài)信息，基于局部二元模式(LBP)算子獲得路標特征序列。受自適應共振理論(ART)與稀疏分布記憶(SDM)思想啟發(fā)，通過Hebbian規(guī)則進行情景記憶網(wǎng)絡的自主在線學習，并對系統(tǒng)中不確定信息進行處理，構建增量式、任務指向型的情景記憶網(wǎng)絡?；贓M-MDP框架的機器人環(huán)境認知學習實

4、驗證明了該方法對不確定性具有一定魯棒性，實現(xiàn)了記憶積累、整合與更新。
　　針對環(huán)境冗余信息下目標整體選擇注意及機器人應用問題，提出一種目標驅動的基于物體的視覺注意伺服控制方法。建立任務目標描述模型，基于高斯混合模型(GMM)進行特征聚類獲得先驗知識。引入原對象和偏向特征模版，提出一種基于物體的偏向注意模型實現(xiàn)對整個任務目標的搜索與選擇注意。基于偏向注意獲得的顯著圖，將基于圖像的視覺伺服(IBVS)控制算法擴展到機器人認知領域，提出

5、視覺注意伺服控制方法，實現(xiàn)對潛在目標的跟蹤與接近控制，以作進一步的識別或操作。實驗結果證明了該算法適用于任務目標指向性的機器人應用。
　　面向不確定環(huán)境下非特定任務，提出一種基于情景記憶的認知行為規(guī)劃與控制方法，實現(xiàn)在任務目標、環(huán)境、威脅之間的適應性行為規(guī)劃、預測與推理。首先，引入神經(jīng)元突觸勢能，提出求解EM-MDP的機器人全局規(guī)劃與行為預測算法，機器人能夠評估過去的事件序列，預測當前狀態(tài)并規(guī)劃期望的行為，避免了部分可觀測馬爾可夫

6、決策過程(POMDP)的維數(shù)災難和感知混淆問題。其次，采用一種基于危險函數(shù)與可行路徑的局部規(guī)劃行為方法，實現(xiàn)記憶不完善條件下的路徑優(yōu)化與行為推理。提出一種認知啟發(fā)的導航算法實現(xiàn)記憶路徑糾正，通過顯著路標的尺度不變特征轉換(SIFT)特征彌補僅靠LBP特征定位事件的不足，在保證實時性的前提下進一步提高路標特征維數(shù)以確保特征的魯棒性。最后，通過認知行為產(chǎn)生策略實時產(chǎn)生優(yōu)化行為。實際普遍場景下通過模擬復雜任務驗證了方法的有效性和實用性。