認(rèn)知機(jī)器人是像人類一樣能夠感知、動(dòng)作并通過學(xué)習(xí)自主發(fā)育認(rèn)知的高級(jí)智能體,近年來在人工智能領(lǐng)域受到了廣泛的關(guān)注。具有認(rèn)知發(fā)育能力能夠使機(jī)器人自主應(yīng)對(duì)復(fù)雜多變的環(huán)境,適應(yīng)非特定、多任務(wù)場(chǎng)景,有助于機(jī)器人提高自主化水平并改善人機(jī)交互效果,促進(jìn)機(jī)器人更好地為人類服務(wù)。認(rèn)知發(fā)育模型需要能夠?qū)崟r(shí)學(xué)習(xí)、記憶新類物體并自主總結(jié)已有知識(shí),進(jìn)而發(fā)育出基于類別的物體概念。然而,目前認(rèn)知機(jī)器人的認(rèn)知發(fā)育模型存在模態(tài)單一、模態(tài)之間不通用、結(jié)構(gòu)預(yù)定義、線下訓(xùn)練、無法自主發(fā)現(xiàn)和反饋錯(cuò)誤表示及處理大規(guī)模連續(xù)數(shù)據(jù)流等問題。本文主要研究認(rèn)知機(jī)器人在人類日常生活場(chǎng)景中對(duì)物體概念的認(rèn)知發(fā)育問題,建立機(jī)器人與人類共同的知識(shí)基礎(chǔ),促進(jìn)人機(jī)交互。受人類嬰兒認(rèn)知發(fā)育理論及大腦知識(shí)表示生理學(xué)研究的啟發(fā),本文建立了一系列基于增量式自組織神經(jīng)網(wǎng)絡(luò)的認(rèn)知發(fā)育模型,使機(jī)器人通過在線、增量式學(xué)習(xí),提升機(jī)器人的知識(shí)量,并利用網(wǎng)絡(luò)的自組織聚類能力,形成基于類別的物體概念,提高機(jī)器人的認(rèn)知水平。為提高機(jī)器人認(rèn)知發(fā)育模型的學(xué)習(xí)效果,并解決已有認(rèn)知模型存在的以上問題,本文針對(duì)機(jī)器人學(xué)習(xí)物體概念的認(rèn)知發(fā)育模型展開了更加深入的研究,主要包括以下幾個(gè)內(nèi)容:1)... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：164 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１－３論文主要研宂內(nèi)容??本論文共分為六章，各章節(jié)的具體內(nèi)容如下：??

第二章基于增量式自組織神經(jīng)網(wǎng)絡(luò)的認(rèn)知發(fā)育模型??認(rèn)知發(fā)育模型??ｒ?－??物體一ＫＷｉ—＾視＆特征〈?＼?————?——?—??一－顏色＇妹??前皮質(zhì)的舌?／違立視聽融??側(cè)和梭狀■區(qū)?／?合關(guān)系??／?關(guān)聯(lián)網(wǎng)絡(luò)??賣Ｉ?—％、；””?聽｜！征?｜—名??額下冋后部??圖２－１基于增懾式自組織神經(jīng)網(wǎng)絡(luò)的認(rèn)知發(fā)育模型??每層的增量式自組織網(wǎng)絡(luò)在接收到信息時(shí)，根據(jù)競(jìng)爭學(xué)習(xí)原理，從網(wǎng)絡(luò)中找??到最佳和次佳匹配的節(jié)點(diǎn)。如果最佳匹配節(jié)點(diǎn)被激活，那么建立最佳和次佳匹配??節(jié)點(diǎn)之間的拓?fù)溥B接，并用當(dāng)前輸入更新最佳匹配節(jié)點(diǎn)及其鄰域的權(quán)重。否則，??網(wǎng)絡(luò)創(chuàng)建一個(gè)新的節(jié)點(diǎn)用于學(xué)習(xí)新知識(shí)。隨著知識(shí)的不斷積累，網(wǎng)絡(luò)利用自身的??自組織能力即節(jié)點(diǎn)之間的拓?fù)溥B接，逐漸將相同的知識(shí)歸為一類，從而形成類別??表示，實(shí)現(xiàn)認(rèn)識(shí)水平的提升。另外，低層神經(jīng)網(wǎng)絡(luò)激活節(jié)點(diǎn)的信息也可作為高層??神經(jīng)網(wǎng)絡(luò)的輸入，從而實(shí)現(xiàn)底層不同神經(jīng)網(wǎng)絡(luò)之間的關(guān)聯(lián)。??２．４本章小結(jié)??本章根據(jù)嬰兒認(rèn)知發(fā)育理論即大腦對(duì)物體概念的表示原理，提出了基于增量??式自組織神經(jīng)網(wǎng)絡(luò)的自主認(rèn)知發(fā)育模型。該模型每一層增量式自組織網(wǎng)絡(luò)用于模??擬大腦中一種模態(tài)或一種特征對(duì)應(yīng)的區(qū)域，既能實(shí)現(xiàn)嬰兒認(rèn)知發(fā)育過程中的增量??式學(xué)習(xí)，又能用于多模態(tài)信息的記憶和關(guān)聯(lián)。??１９??

山東大學(xué)博士學(xué)位論文??（ａ）嬰兒學(xué)習(xí)物體概念?（ｂ）機(jī)器人向人類學(xué)習(xí)??圖３－１嬰兒與機(jī)器人認(rèn)知發(fā)育。（ａ）人類嬰兒在父母指導(dǎo)下學(xué)習(xí)物體概念。當(dāng)父母給他一個(gè)??物體并告訴名字．嬰兒能夠逐漸學(xué)習(xí)到視聽信息之間的關(guān)聯(lián)關(guān)系，并發(fā)育自己的認(rèn)知能力。??（ｂ）機(jī)器人通過觀察彩色的幾何體，并聽它的名字來學(xué)習(xí)物體概念。??受嬰兒的認(rèn)知發(fā)育過程的啟發(fā)，本文提出了一種基于視聽融合的分層式自主??認(rèn)知發(fā)育模型（ＳＯＨＣＮ－ＡＶＦ），用于學(xué)習(xí)多模態(tài)的物體概念并建立物體和名字之??間的關(guān)聯(lián)關(guān)系。該模型包括樣本層，符號(hào)層和關(guān)聯(lián)層，均由增量式自組織神經(jīng)網(wǎng)??絡(luò)構(gòu)成。其中，樣本層學(xué)習(xí)物體的樣本表示并進(jìn)行自主聚類；符號(hào)層自底向上接??收樣本層的聚類結(jié)果并將其抽象成符號(hào)表示，且自上而下傳遞關(guān)聯(lián)層的指導(dǎo)信息；??關(guān)聯(lián)層建立同時(shí)被激活的視聽符號(hào)之間的關(guān)聯(lián)關(guān)系。通過在線學(xué)習(xí)，該模型能夠??逐步發(fā)育出具體的和抽象的物體概念，實(shí)現(xiàn)機(jī)器人的認(rèn)知發(fā)育。??３．２視聽融合的自組織神經(jīng)網(wǎng)絡(luò)的相關(guān)工作??３．２．１視聽融合??目前，大多數(shù)視聽融合的研究都是針對(duì)目標(biāo)偵測(cè)和識(shí)別的，很少有關(guān)于認(rèn)知??發(fā)育的研究。例如，一些研究利用兩個(gè)深度神經(jīng)網(wǎng)絡(luò)分支分別學(xué)習(xí)視覺圖像和聲??音，并通過串聯(lián)兩種模態(tài)的特征向量來進(jìn)行信息融合％９６］。但是這些計(jì)算模型是??固定拓?fù)涞模痪邆湓隽渴綄W(xué)習(xí)的能力，并需要線下用大量數(shù)據(jù)訓(xùn)練。Ｆｒａｍｅ等??人１９７］提出了一種深度視覺語義嵌入模型，利用ＡｌｅｘＮｅｔ和ｓｋｉｎ－ｇｒａｍ語言模型分??別學(xué)習(xí)視覺特征向量和詞匯向量。該方法暴露了多模態(tài)融合研究的另一個(gè)問題，??即如何設(shè)計(jì)一個(gè)多模態(tài)通用的學(xué)習(xí)算法，使研究人員不必為每種模態(tài)設(shè)計(jì)專門的??學(xué)習(xí)模

【參考文獻(xiàn)】：
期刊論文
[1]基于認(rèn)知發(fā)育的移動(dòng)機(jī)器人自主導(dǎo)航[J]. 蔡建羨,阮曉鋼,于乃功,柴潔,朱曉慶.  計(jì)算機(jī)工程. 2018(01)
[2]Clustering by Fast Search and Find of Density Peaks with Data Field[J]. WANG Shuliang,WANG Dakui,LI Caoyuan,LI Yan,DING Gangyi.  Chinese Journal of Electronics. 2016(03)
[3]具有回憶和遺忘機(jī)制的數(shù)據(jù)流挖掘模型與算法[J]. 趙強(qiáng)利,蔣艷凰,盧宇彤.  軟件學(xué)報(bào). 2015(10)
[4]基于內(nèi)在動(dòng)機(jī)的智能機(jī)器人自主發(fā)育算法[J]. 任紅格,向迎帆,李福進(jìn).  計(jì)算機(jī)應(yīng)用. 2015(09)
[5]一種帶有實(shí)時(shí)視覺特征學(xué)習(xí)的自主發(fā)育機(jī)器人探索[J]. 高穎,陳東岳,張立明.  復(fù)旦學(xué)報(bào)(自然科學(xué)版). 2005(06)

博士論文
[1]具有自主發(fā)育能力的機(jī)器人感知與認(rèn)知方法研究[D]. 馬爽.吉林大學(xué) 2016
[2]論兒童科學(xué)概念的形成[D]. 呂萍.上海師范大學(xué) 2015
[3]基于仿人腦認(rèn)知計(jì)算模型的機(jī)器人視覺學(xué)習(xí)方法[D]. 瞿心昱.浙江工業(yè)大學(xué) 2012
[4]具有感知和認(rèn)知能力的智能機(jī)器人若干問題的研究[D]. 陳東岳.復(fù)旦大學(xué) 2007



本文編號(hào)：3115035