基于BP网络的机器人感觉运动系统研究
：生物的诸多技能是在生物个体的生长发育过程中逐渐形成和发展起来的，能否赋予机器人这样一种特性呢？为此，本文基于BP 神经网络为机器人建立起一种类似生物的感觉运动系统，使机器人与外界环境之间交互作用，产生自主负趋光行为。实验结果表明机器人在建立的基于BP 神经网络的人工感觉运动系统中，能够通过多次的学习，实现自主负趋光行为，并且产生的行为与由生物所产生的行为一致。
现代科学所面临的最大挑战就是对脑结构和功能的深入了解，包括感知、行动等方面的认识。
“感觉–行动”是生物认知学习过程中一个非常重要的方面。近年来，关于这方面的研究已有大量报道，不过所涉及的人工神经网络并不像生物系统那样灵活和稳定。
与人或动物的行为形成过程类似，机器人的行为或运动技能的形成也需要感觉器官和运动器官相联系才能完成，这就涉及到感觉运动系统。BP 神经网络结构简单， 易于实现， 且能表达任意的非线性映射， 具有良好的自学习和自组织能力，作为感觉运动系统的重要组成部分，有利于改善机器人运动行为的认知过程。关于感觉运动系统和神经网络，不少研究者早在20 世纪80 年代初期就进行了研究。
1987 年， 美国哈佛大学的Houk 就开始研究感觉运动神经信号的传输和处理[1]。1999 年，Schaal 对机器人模仿学习进行了早期的探索研究，提出了将感知与运动神经效应联 *资助信息：国家自然科学基金项目(61075110)；北京市自然科学基金项目/北京市教育委员会科技计划重点项目(KZ201210005001)；北京市自然科学基金项目(4102011)；高等学校博士学科点专项科研基金资助课题(20101103110007)。
Copyright © 2012 Hanspub 1
相关标签