论文部分内容阅读
动物机器人指一类以活体动物为载体,通过脑机接口技术,将外部的控制指令转换成微电刺激施加于动物大脑,从而实现动物行为调控的新型机器人系统。随着动物机器人控制技术的不断发展,对动物机器人自动导航的需求越来越强烈,但是受限于动物机器人载体的固有属性,自动控制问题还没有能够得到完整的解决,尤其是在未知环境中的动物机器人自动导航控制。同时,动物机器人系统是一个典型的混合智能平台,从智能融合的观点研究动物机器人导航问题也是值得关注的问题。 本文在未知环境大鼠机器人的自动导航问题上做了深入的分析,提出了结合了大鼠生物智能探索行为的自动导航控制方法,实现动物机器人在未知环境中的导航,主要研究内容包括: 1)无环境建模的未知环境自动导航方法。在机器人导航BUG算法基础上,提出了无环境建模的仅基于距离测量的未知环境导航方法,自动导航控制系统利用大鼠的觅赏和试错行为导航大鼠选择一条到达目标位置的可行路线。 2)构建环境模型的增强学习迷宫导航方法。深入分析了动物的增强学习行为和机器增强学习算法之间的关联,使用TD增强学习算法更新环境模型,MFB电刺激奖赏作为额外的环境信息输入大鼠大脑,提高大鼠在迷宫中的导航效率。 3)大鼠机器人复杂迷宫导航行为建模。在复杂迷宫中的导航由大鼠生物智能体和机器算法智能体一起协调完成,是一个混合智能系统所展现出来的智能行为,本文采用了决策点模型对大鼠机器人复杂迷宫导航行为进行了建模分析。