基于神经调节机理的发育网络设计与应用

发布时间：2022-02-15 00:16

　　近年来,利用机器学习方法研究人工智能引起了广大研究者的注意。但深度学习等机器学习方法在应用领域发挥其强大工具的同时也有其明显弊端,如泛化能力差、效率低,较小偏差能产生较大的错误等。如何增加人工智能的鲁棒性和通用性,发展通用人工智能引起越来越多学者的重视和关注。美国密歇根州立大学翁巨杨教授利用发育网络来解决传统机器学习中存在的缺陷。论文将人类的神经调节机理与发育网络相结合,提出了基于神经调节机理的调节发育网络模型。论文首先介绍了发育网络的基本原理及其特点。其次,基于血清素和多巴胺的神经调节原理,论文提出了包含血清素和多巴胺神经递质的调节发育网络模型,来模拟多巴胺的奖励作用和血清素的惩罚作用。为验证该模型的有效性,论文设计了三种环境下的机器人自主导航试验:静态、动态和复杂环境。在三种环境下,通过比较智能体与目标、智能体与最近障碍物之间的距离以及总运行步数,并对不同的环境中（大奖励小惩罚、大惩罚小奖励以及当前调节发育网络）智能体的运行状况进行了比较分析。实验结果表明:相比于原始调节发育网络,当前调节发育网络表现出较好的导航效果,具有较高的实用性。最后,文章在包含血清素和多巴胺神经递质的调节发... 

【文章来源】：郑州大学河南省211工程院校

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

神经调节系统和大脑区域的连接图

【参考文献】：
期刊论文
[1]自主发育智能机器人体系结构研究[J]. 王作为,张汝波.  计算机应用与软件. 2011(11)
[2]发育机器人研究综述[J]. 于化龙,朱长明,刘海波,顾国昌,沈晶.  智能系统学报. 2007(04)
[3]智能机器人神经心理模型[J]. 刘海波,顾国昌,沈晶,付岩.  控制理论与应用. 2006(02)
[4]一种带有实时视觉特征学习的自主发育机器人探索[J]. 高颖,陈东岳,张立明.  复旦学报(自然科学版). 2005(06)

博士论文
[1]小麦精播机器人运动控制理论研究及应用[D]. 林海波.青岛理工大学 2016
[2]基于情景记忆的机器人认知行为学习与控制方法[D]. 刘冬.大连理工大学 2014
[3]基于仿人脑认知计算模型的机器人视觉学习方法[D]. 瞿心昱.浙江工业大学 2012
[4]具有认知能力的智能机器人行为学习方法研究[D]. 王作为.哈尔滨工程大学 2010



本文编号：3625525