一種結構可生長的認知模型及其在運動平衡控制中的應用.pdf_第1頁
已閱讀1頁,還剩64頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、生物的諸多技能是在個體發(fā)育過程中逐漸發(fā)展形成的,是生物的一種認知行為。本文從模擬人或動物的技能學習角度出發(fā),構造了一種面向低級認知行為的結構可生長的認知模型,并將其應用于運動平衡技能獲取的過程之中,實現(xiàn)了對倒立擺的平衡控制,取得的主要研究成果如下: (1)本文依據神經生理學部分研究成果,構造了一種結構可生長的技能認知模型(CognitiveModelwithGrowingStructure,簡稱CMgs)。CMgs具有模擬生物系

2、統(tǒng)反射弧的簡單結構RC,包括傳入神經、中樞神經和傳出神經,尤其是其中樞神經工作域的網絡結構與神經元數(shù)量可以增長。CMgs的認知算法CA包括工作算法WA和組織算法OA:WA通過自組織特征映射的競爭機制,對輸入刺激進行模式識別并輸出對該刺激的反應;自組織算法OA,要對輸入刺激進行自動的模式分類學習,使中樞神經網絡自發(fā)地找到適合的結構和規(guī)模,還要通過對刺激進行銳化或鈍化,使每一個神經元所代表區(qū)域自組織地逼近其正確響應。 (2)CMgs

3、的認知算法CA中,組織算法OA是實現(xiàn)自組織技能獲取的關鍵步驟。本文結合細胞生長結構算法(GrowingCellStructure,簡稱GCS)構成生長算法GRA,在神經中樞工作域實現(xiàn)對刺激信號的模式分類,通過新神經元的不斷生長,自組織地進行演化。同時CMgs采用強化Hebb突觸修飾的無監(jiān)督學習機制RHA,實現(xiàn)不同的神經元以最佳方式響應不同性質的信號刺激。而評價機構EA為GRA和RHA提供指導信息,是二者的基礎。 (3)本文將CM

4、gs的結構與算法整合,提出了認知模型在技能學習中的實現(xiàn)方案。CMgs在與對象或環(huán)境的交互過程中,通過“行動—評價—改進”的方式,實現(xiàn)自組織的技能學習。文中進行了仿真實驗研究表明,采用CMgs能夠有效地習得針對開環(huán)不穩(wěn)定的二階系統(tǒng)的控制技能。文中還將CMgs和模糊控制方案相比較,模糊控制需要事先對經驗進行必要的總結,而CMgs可以在無任何先驗知識的情況下對控制技能進行自發(fā)的學習,并找到適合的網絡結構。 (4)本文將CMgs應用于運

5、動平衡控制技能學習之中,構成了面向運動平衡技能的認知模型(CognitiveModeltoMotorBalanceSkill,簡稱CMMBS),模型在學習過程中通過任務完成情況的評估,來指導神經中樞網絡的生長與神經元聯(lián)結權值的修正。本文以運動平衡控制的抽象物理模型——倒立擺為對象,應用CMMBS實現(xiàn)倒立擺的自學習控制,仿真實驗表明:CMMBS在自治地與環(huán)境的交互作用中,可以通過神經系統(tǒng)自身的發(fā)育,自組織的發(fā)展運動平衡控制技能。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論