神经机器人培训课件

神经机器人
5
1.研究背景
神经机器人技术是不同研究方向的汇合点，这些研究方 向从20世纪80年代和90年代就已经从原有学科中分离 出来。形成了以下研究方向。
人工神经网络和计算神经科学模型：这些模型描述的是神经系 统但没有得到具体应用
用于实践的发育机器人系统：得到了具体应用，机器人富有自 主性，但不是类脑机器人
神经机器人
汇报要点
1.研究背景 2.当前主要研究内容 3.国内外主要研究团队介绍 4.拟展开的研究内容
神经机器人
2
1.研究背景
作为神经科学与机 器人的交叉点，神 经机器人技术是一 门具体的自主神经 系统的科学与技术。
神经机器人
3
1.研究背景
神经机器人技术的神经系统研究包括以下内容：
神经机器人
21
3.1 英国雷丁大学Dr Ben Whalley博士 和Kevin Warwick教授团队
该团队于2008年8月 开出了一款由人工培 养的神经元组成的生 物大脑控制的机器人。 这个世界领先的研究 是检验记忆如何出现 在大脑中，以及大脑 如何储存某些信息的 第一步。
对自我发育装置设计方式 的理解以及这些装置对我 们日常活动的影响是今后 几年的研究重点。
神经机器人
15
2.当前主要研究内容
2.1 神经网络系统研究 2.2 硬件设计与开发 2.3 数据获取与处理 2.4 综合研究
神经机器人
16
2.1 神经网络系统研究
自主心智发育。如连接主义网络、人工强 化神经网络算法。
神经机器人技术通过用实验变量表示神经系统和具体环 境这一新方法来理解神经系统与环境相互作用的过程。
神经机器人
8
1.研究背景
上世纪50年代以来，机器 人基本上被看成固定的躯 体，在躯体上能植入不同 的程序，就像一台计算机 的软件与硬件一样。
二元论已使两类人（建立 智能程序的人工智能研究 者、构建精细身体的机器 人专家）之间产生了一种 走向极端的分歧。
早期在杂种系统上的研究都关注对共 生的生物—人工系统的研究，而该系 统在更早以前仅仅在科幻小说中出现 过。
神经机器人
7
1.研究背景
神经机器人最大的挑战是建立一个有事实依据的具体实 验科学。单独地讲，神经系统倾向于表现出切实通用、 可塑和功能齐全的特点。
然而，一旦神经系统用于实践且与所给内部或者外部的 环境形成某种联系，那么他们会得到具体化且能适应这 种环境。
神经机器人
18
2.3 数据获取与处理
实时神经信号获取与处理（时延与光学记录）
实时机器人视觉信息获取与处理、相关记录 和处理软件的开发
神经机器人
20
3.国内外主要研究团队介绍
3.1 英国雷丁大学Dr Ben Whalley博士和 Kevin Warwick教授团队
3.2 美国乔治亚州理工学院神经工程实验 室Potter研究组
神经机器人
13
1.研究背景
神经机器人技术的实验促进了我们对以下问题 的理解：
神经元学习动力； 作为物理化身的机器人与环境因素的交互如何影响机
器人系统在特殊方式下的成长轨迹； 同时，在一些情况下导致机器人对技能的开放式习得
，但在其他情况下又表现出异常的成长轨迹。
神经机器人
14
1.研究背景
此外，神经机器人技术有 望为一个新品种的自我发 育装置提供技术支持，该 机器人也能以连续的以及 开放性的方式获取新的特 有技能。
自主心智发育算法（如：连接主义网络、人工强化神 经网络）
生物神经网络的计算模型（如：神经网络微电路的大 规模仿真）
真实生物系统（如：体内和体外的神经网络）
神经机器人
4
1.研究背景
这样的神经系统能在考虑力学、 气压、电磁或者任何其他物理 形式的机械设备中或者虚拟驱 动装置中得到实际应用。
这包括机器人、假肢、穿戴式 系统、虚拟现实环境，也包括 小规模的微机械装置和大规模 的装置（furniture）和基础设 施（infrastructures）。
然而，即使这种整体性的方法 证明它对复杂适应性行为的设 计是有效的，他们也不足以能 对机器人的学习进步过程进行
透彻的说明。
神经机器人
11
1.研究背景
例如，在小孩几个月大时， 他们学会爬、站立、行走、 跳跃、蹦跳、奔跑等等。当 他们以持续递增的方式学会 这些新技能后，他们在感觉 运动空间上的变化使自己去 尝试探索新的领域。人的这 种能力在使用工具或者获取 交流技能方面会体现的更明
神经机器人
9
1.研究背景
在上世纪80年代，少数研究人员尽力从当 时出现的技术死胡同解脱出来，以具体化 的人工智能或者新人工智能的名义提出了 智能重新组合的观点。他们认为躯体和控 制系统从本质上来讲是不分家的，好比同 一硬币的两面。
神经机器人
10
1.研究背景
恢复对完整智能体的设计确实 使人们取得了一些成就，这些 成就能比较明显地体现在运动 、感觉运动的学习和在未知复 杂环境中的导航方面。
杂种生物人工系统：作为具体的神经系统，但是几乎没有自主 性
神经机器人
6
1.研究背景
近一些年来，上述这几个方向的研究 都取得了很大的进展。大多数高级计 算机现在均能仿真大型且逼真的神经 网络。
同时，在这种外成机器人上进行了一 些有前景的实验，其实验内容从神经 系统对孤立任务使用传统方式的学习 转移到神经系统开放的成长轨迹上。
生物神经网络的计算模型。如神经网络微 电路的数学建模与大规模仿真。
神经机器人
17
ห้องสมุดไป่ตู้
2.1 神经网络系统研究
真实生物系统研究。如：体内和体外的神经网 络。研究内容包括以下几个方面。
神经元学习和记忆的神经生物学 神经网络的视觉功能和运动功能组合 记忆的障碍与扰乱正常记忆系统的方法 重新构造心智能力逐渐丧失的状态的方法 对神经组织如何退化或者处理这种退化的研究 神经元学习和记忆经验的方法
显。
神经机器人
12
1.研究背景
据此，发育和外成机器人技术领域的很多研究者提 出了一系列模型，在这些模型中智能体一方面基本 上是一个中心的组合体，另一方面包括一套使其发 育的稳定过程以及一套实时变化的可变体包膜 （variable body envelopes）。
这种新观点推翻了传统的固定身体的观点。传统观 点认为：在体内不同的软件可以被用来构建一个固 定身体的软件，这个固定软件能用在不同的智能体 上，可能也能随时发生变化。