本文關(guān)鍵詞：基于鼠腦海馬認(rèn)知機(jī)理的機(jī)器人面向目標(biāo)的導(dǎo)航模型研究

  更多相關(guān)文章： 海馬結(jié)構(gòu) 認(rèn)知地圖 網(wǎng)格細(xì)胞 空間細(xì)胞 位置細(xì)胞 面向目標(biāo)導(dǎo)航

【摘要】：快速準(zhǔn)確的面向預(yù)定目標(biāo)位置的導(dǎo)航(如:歸巢和覓食)是高等動(dòng)物賴以生存的一個(gè)重要能力。生理學(xué)研究表明鼠腦中的海馬結(jié)構(gòu)是空間認(rèn)知的核心腦區(qū),在陳述性記憶和空間導(dǎo)航方面有著重要作用。模仿鼠腦海馬結(jié)構(gòu)空間導(dǎo)航相關(guān)細(xì)胞的信息處理機(jī)制和認(rèn)知機(jī)理,構(gòu)建計(jì)算模型,并將這種模型運(yùn)用于機(jī)器人環(huán)境認(rèn)知,使機(jī)器人能夠更加快速、準(zhǔn)確的面向目標(biāo)位置進(jìn)行導(dǎo)航是當(dāng)前人工智能領(lǐng)域的研究熱點(diǎn)和難點(diǎn)。課題組基于海馬結(jié)構(gòu)生理學(xué)和行為學(xué)的研究成果,進(jìn)行仿鼠腦海馬結(jié)構(gòu)認(rèn)知機(jī)理的自主移動(dòng)機(jī)器人面向目標(biāo)的導(dǎo)航模型及其物理體現(xiàn)方法研究。論文構(gòu)建了基于空間細(xì)胞的神經(jīng)網(wǎng)絡(luò)模型,并將這種神經(jīng)網(wǎng)絡(luò)模型用于精確的認(rèn)知地圖構(gòu)建,在此基礎(chǔ)上研究了無外源性信息輸入的機(jī)器人面向目標(biāo)的仿生導(dǎo)航模型。主要研究工作包括:(1)提出了一種基于空間細(xì)胞放電機(jī)理的路徑積分方法。根據(jù)海馬結(jié)構(gòu)中存在的四種空間細(xì)胞的放電特性和信息投射關(guān)系建立了每種空間細(xì)胞的數(shù)學(xué)模型以及整體的神經(jīng)網(wǎng)絡(luò)模型。模型的輸入信息是速度和方向信息,經(jīng)一維連續(xù)吸引子模型對(duì)線速度的路徑積分形成條紋細(xì)胞放電野;條紋細(xì)胞的放電信息驅(qū)動(dòng)二維連續(xù)空間的吸引子模型形成網(wǎng)格細(xì)胞族的六邊形放電野,覆蓋整個(gè)環(huán)境;網(wǎng)格細(xì)胞族活動(dòng)通過一個(gè)競(jìng)爭(zhēng)型網(wǎng)絡(luò)模型,選擇相應(yīng)的子集,形成單峰型的位置細(xì)胞放電野,位置細(xì)胞群編碼對(duì)空間環(huán)境進(jìn)行了表達(dá)。仿真結(jié)果表明這些數(shù)學(xué)模型能夠?qū)ψ赃\(yùn)動(dòng)線索進(jìn)行路徑積分,較好的模擬了空間細(xì)胞的放電特征。(2)提出了一種基于顏色深度圖對(duì)自運(yùn)動(dòng)線索路徑積分產(chǎn)生的固有誤差進(jìn)行校正,構(gòu)建精確認(rèn)知地圖的方法。該方法采用RGB-D傳感器采集環(huán)境的顏色深度信息圖進(jìn)行閉環(huán)檢測(cè)。當(dāng)檢測(cè)到閉環(huán)時(shí),利用RGB-D圖像作為視覺線索去校正空間細(xì)胞路徑積分的誤差,并重置空間細(xì)胞族活動(dòng)到先前的活動(dòng)狀態(tài)。最終生成的認(rèn)知地圖上的節(jié)點(diǎn)包含的是位置細(xì)胞群編碼信息、對(duì)應(yīng)的視覺線索以及位置拓?fù)潢P(guān)系。物理實(shí)驗(yàn)表明該方法能夠在大范圍的空間中實(shí)現(xiàn)精確的地圖構(gòu)建。(3)提出了一種基于直接強(qiáng)化學(xué)習(xí)的機(jī)器人在連續(xù)的動(dòng)作和狀態(tài)空間中面向目標(biāo)位置的導(dǎo)航模型�；谛袨閷W(xué)中老鼠的Morris水迷宮實(shí)驗(yàn)研究結(jié)果,探索老鼠在無外源性信息輸入環(huán)境中實(shí)現(xiàn)面向目標(biāo)導(dǎo)航的機(jī)制,在生理學(xué)研究的基礎(chǔ)上,針對(duì)連續(xù)動(dòng)作和狀態(tài)空間中面向目標(biāo)的導(dǎo)航問題,依據(jù)海馬結(jié)構(gòu)中位置細(xì)胞相關(guān)特性和相關(guān)信息傳遞通路,構(gòu)建海馬位置細(xì)胞到前額葉皮層假設(shè)的動(dòng)作細(xì)胞的脈沖神經(jīng)網(wǎng)絡(luò)模型。連續(xù)的狀態(tài)空間和動(dòng)作空間分別由位置細(xì)胞和動(dòng)作細(xì)胞進(jìn)行表征,模型采用直接強(qiáng)化學(xué)習(xí)與脈沖響應(yīng)模型相結(jié)合的算法進(jìn)行面向目標(biāo)的自主導(dǎo)航。在Morris水迷宮環(huán)境中的仿真實(shí)驗(yàn)結(jié)果表明,該模型能夠解決連續(xù)狀態(tài)空間中面向目標(biāo)導(dǎo)航問題,所采用算法在性能上優(yōu)于傳統(tǒng)的時(shí)間差分學(xué)習(xí)算法。調(diào)整網(wǎng)絡(luò)中動(dòng)作細(xì)胞的數(shù)量,模型的收斂性能不變,在改變狀態(tài)空間、目標(biāo)位置以及有障礙物的復(fù)雜環(huán)境中,也可以實(shí)現(xiàn)面向目標(biāo)的導(dǎo)航。
【關(guān)鍵詞】：海馬結(jié)構(gòu) 認(rèn)知地圖 網(wǎng)格細(xì)胞 空間細(xì)胞 位置細(xì)胞 面向目標(biāo)導(dǎo)航
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP242
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-26
• 1.1 課題背景及研究意義10-12
• 1.1.1 課題背景10-11
• 1.1.2 研究意義11-12
• 1.2 鼠腦海馬的空間環(huán)境認(rèn)知機(jī)理研究12-16
• 1.2.1 鼠腦海馬體的解剖學(xué)結(jié)構(gòu)和信息傳遞通路12-14
• 1.2.2 海馬體空間細(xì)胞的信息傳遞機(jī)制14-16
• 1.3 空間表達(dá)的相關(guān)計(jì)算模型16-21
• 1.3.1 空間表達(dá)的吸引子模型17-19
• 1.3.2 空間表達(dá)的振蕩干涉模型19-21
• 1.4 仿海馬環(huán)境認(rèn)知機(jī)理的機(jī)器人導(dǎo)航模型研究現(xiàn)狀21-24
• 1.4.1 基于神經(jīng)行為學(xué)的實(shí)時(shí)定位與地圖構(gòu)建21-22
• 1.4.2 仿鼠腦海馬結(jié)構(gòu)和認(rèn)知機(jī)理的導(dǎo)航模型22-24
• 1.5 研究?jī)?nèi)容及論文安排24-26
• 第2章 鼠腦海馬空間細(xì)胞建模方法26-44
• 2.1 引言26
• 2.2 空間細(xì)胞的生理學(xué)基礎(chǔ)和計(jì)算模型26-37
• 2.2.1 頭朝向細(xì)胞生理學(xué)特性和計(jì)算模型27-28
• 2.2.2 網(wǎng)格細(xì)胞路徑積分的生理學(xué)研究與計(jì)算模型構(gòu)建28-35
• 2.2.3 位置細(xì)胞的生理學(xué)特性和計(jì)算模型35-37
• 2.3 空間細(xì)胞計(jì)算模型的實(shí)驗(yàn)驗(yàn)證37-41
• 2.3.1 仿真實(shí)驗(yàn)設(shè)計(jì)38-39
• 2.3.2 仿真實(shí)驗(yàn)結(jié)果39-41
• 2.4 本章小結(jié)41-44
• 第3章 基于內(nèi)嗅-海馬回路的認(rèn)知地圖構(gòu)建方法44-60
• 3.1 引言44-45
• 3.2 基于空間細(xì)胞的認(rèn)知地圖構(gòu)建算法的研究45-51
• 3.2.1 位置細(xì)胞的迭代更新46-48
• 3.2.2 視覺圖像處理與閉環(huán)檢測(cè)48-49
• 3.2.3 認(rèn)知地圖的構(gòu)建與修正49-51
• 3.3 構(gòu)建認(rèn)知地圖的實(shí)驗(yàn)驗(yàn)證51-59
• 3.3.1 實(shí)驗(yàn)平臺(tái)和數(shù)據(jù)采集51
• 3.3.2 相關(guān)參數(shù)設(shè)定51-52
• 3.3.3 算法流程52
• 3.3.4 實(shí)驗(yàn)結(jié)果與分析52-59
• 3.4 本章小結(jié)59-60
• 第4章 基于認(rèn)知地圖的移動(dòng)機(jī)器人面向目標(biāo)導(dǎo)航模型60-74
• 4.1 引言60-61
• 4.2 構(gòu)建模型的生理學(xué)和行為學(xué)依據(jù)61-62
• 4.3 模型的構(gòu)建與學(xué)習(xí)算法62-66
• 4.3.1 模型的構(gòu)建62-65
• 4.3.2 學(xué)習(xí)算法的提出65-66
• 4.4 仿真實(shí)驗(yàn)66-73
• 4.5 本章小結(jié)73-74
• 結(jié)論74-76
• 參考文獻(xiàn)76-84
• 攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果84-86
• 致謝86

，

本文編號(hào)：996005