发育机器人模型研究

论文摘要

随着机器人学、发展心理学和神经生理学等学科的不断发展,一个新的交叉领域产生了,即发育机器人学。发育机器人模仿人类心理发育,无须面向任务进行编程,将人工智能专家从繁重的体力与脑力劳动中解放了出来,同时具有在线学习等优点,很快便成为了机器人领域的研究热点之一。但是现有的发育机器人模型都存在着一个共同的缺陷,那就是无法有效的处理任务冲突的问题,如何解决这一问题是当务之急。本文首先给出了发育机器人的概念,并综述了发育机器人的国内外研究现状及其特点。进而对发育机器人模型进行了介绍,从传感信息获取与预处理、特征提取、记忆算法以及执行机构等四方面对发育模型做出了详细的分析。在上述分析的基础上,总结出了三种具有代表性的发育模型:CCIPCA+HDR模型、分层模型与Schema模型,并对各自的优缺点进行了分析。然后,针对现有模型不能解决任务冲突的问题,给出了一个任务驱动的发育模型——TDD（Task-Driven Developmental）模型。着重介绍了TDD模型中所用到的关键技术及算法流程,并与J.Weng的CCIPCA+HDR模型进行了比较,显示了TDD模型的优势。本文接下来从本能特性、实时性、任务冲突性、多任务性以及扩展性等五方面对TDD模型进行了性能测试,仿真实验与实体实验的结果表明了此模型可以有效地解决任务冲突,并能体现出机器人发育的特性。最后,对未来的工作做出了一些设想。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题研究背景与意义
• 1.2 发育机器人概述
• 1.3 发育机器人研究进展与发展趋势
• 1.4 主要研究工作及内容安排
• 第2章 发育模型及其研究现状
• 2.1 发育模型的基本结构及工作流程
• 2.2 发育模型的组成
• 2.2.1 传感信息获取与预处理
• 2.2.2 特征提取
• 2.2.3 记忆算法
• 2.2.4 执行机构
• 2.3 三种典型的发育模型
• 2.3.1 CCIPCA+HDR树模型
• 2.3.2 分层模型
• 2.3.3 Schema模型
• 2.4 本章小结
• 第3章 任务驱动发育模型
• 3.1 TDD模型与算法
• 3.1.1 TDD发育模型
• 3.1.2 TDD发育算法
• 3.2 TDD模型的组成
• 3.2.1 本能行为
• 3.2.2 增量特征提取
• 3.2.3 发育体
• 3.3 TDD模型与CCIPCA+HDR模型的比较
• 3.4 本章小结
• 第4章 实验环境及性能测试
• 4.1 软硬件实验环境介绍
• 4.2 TDD模型主要性能测试
• 4.2.1 本能行为测试
• 4.2.2 实时性测试
• 4.2.3 任务区分性测试
• 4.2.4 多任务性测试
• 4.2.5 扩展性测试
• 4.3 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢