-
公开(公告)号：CN110788865B
公开(公告)日：2021-01-29
申请号：CN201911251206.0
申请日：2019-12-09
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
Abstract: 本发明属于人工智能以及机器人领域，具体涉及了一种基于多脑区协同条件反射模型的机器人控制方法及系统，旨在现有机器人控制方法对环境适应能力不高解决的问题。本发明方法包括：编码机器人有害刺激作为非条件刺激，选取机器人环境中可预见的非条件刺激信号作为条件刺激；基于神经元模型构建类脑计算生物神经网络模型，通过条件与非条件刺激习得条件反射；通过类脑计算生物神经网络模型获取机器人行为类别；获取行为类别对应的控制指令进行机器人控制。本发明机器人可以根据环境中一些可以预见非条件刺激的信号作为条件刺激，形成条件反射，无需把多变的环境变量全部编码到机器人中，大大提高了机器人对环境的适应能力。
-
公开(公告)号：CN108304767B
公开(公告)日：2020-06-30
申请号：CN201711319214.5
申请日：2017-12-12
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于认知神经科学领域，具体涉及一种基于多脑区协同计算的人类动作意图识别训练方法，包括：1，对人体动作进行图像采集；2，获取的人体关节信息，进行人体动作类别识别；3，基于类脑计算模型，采用多脑区协同计算的方式，依据人类执行的动作类别，计算机器人动作策略；4，输入对3所计算的机器人动作策略的正确性判断；5，基于4中输入的所述正确性判断，通过STDP机制调节所述类脑计算模型的参数；6，若4中输入的所述正确性判断为错误则执行1进行重复训练，直至4中输入的所述正确性判断为正确。本发明克服了传统人机交互技术中需要预先编程等不够灵活的缺点，提升了使用体验。
-
Patent Agency Ranking
公开(公告)号：CN108197711B
公开(公告)日：2020-02-28
申请号：CN201711328671.0
申请日：2017-12-13
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于人工智能和认知神经科学综合领域，具体涉及一种基于类脑多感觉注意切换的计算方法，即为了解决在多感官信息的输入的环境下更加可靠的信息的选择问题，该方法包括：S1、基于大脑视觉皮层模型进行数字图像的内容识别，得到视觉数字序列；S2、基于大脑听觉皮层模型进行数字音频的内容识别，得到听觉数字序列；S3、基于数字序列，采用数字推理模型分别进行数字归纳推理，计算数字序列之间的规律并存储；S4、基于视觉‑听觉注意切换模型，选择权重较高的信息作为当前可靠的模态信息进行推理计算，得出识别结果。本发明能够同时完成视觉、听觉、推理、注意切换等一系列类人行为，在不同的环境下准确选择可靠的信息进行进一步处理。
-
公开(公告)号：CN108304767A
公开(公告)日：2018-07-20
申请号：CN201711319214.5
申请日：2017-12-12
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于认知神经科学领域，具体涉及一种基于多脑区协同计算的人类动作意图识别训练方法，包括：1，对人体动作进行图像采集；2，获取的人体关节信息，进行人体动作类别识别；3，基于类脑计算模型，采用多脑区协同计算的方式，依据人类执行的动作类别，计算机器人动作策略；4，输入对3所计算的机器人动作策略的正确性判断；5，基于4中输入的所述正确性判断，通过STDP机制调节所述类脑计算模型的参数；6，若4中输入的所述正确性判断为错误则执行1进行重复训练，直至4中输入的所述正确性判断为正确。本发明克服了传统人机交互技术中需要预先编程等不够灵活的缺点，提升了使用体验。
-
公开(公告)号：CN108197711A
公开(公告)日：2018-06-22
申请号：CN201711328671.0
申请日：2017-12-13
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于人工智能和认知神经科学综合领域，具体涉及一种基于类脑多感觉注意切换的计算方法，即为了解决在多感官信息的输入的环境下更加可靠的信息的选择问题，该方法包括：S1、基于大脑视觉皮层模型进行数字图像的内容识别，得到视觉数字序列；S2、基于大脑听觉皮层模型进行数字音频的内容识别，得到听觉数字序列；S3、基于数字序列，采用数字推理模型分别进行数字归纳推理，计算数字序列之间的规律并存储；S4、基于视觉-听觉注意切换模型，选择权重较高的信息作为当前可靠的模态信息进行推理计算，得出识别结果。本发明能够同时完成视觉、听觉、推理、注意切换等一系列类人行为，在不同的环境下准确选择可靠的信息进行进一步处理。
-
公开(公告)号：CN110788865A
公开(公告)日：2020-02-14
申请号：CN201911251206.0
申请日：2019-12-09
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
Abstract: 本发明属于人工智能以及机器人领域，具体涉及了一种基于多脑区协同条件反射模型的机器人控制方法及系统，旨在现有机器人控制方法对环境适应能力不高解决的问题。本发明方法包括：编码机器人有害刺激作为非条件刺激，选取机器人环境中可预见的非条件刺激信号作为条件刺激；基于神经元模型构建类脑计算生物神经网络模型，通过条件与非条件刺激习得条件反射；通过类脑计算生物神经网络模型获取机器人行为类别；获取行为类别对应的控制指令进行机器人控制。本发明机器人可以根据环境中一些可以预见非条件刺激的信号作为条件刺激，形成条件反射，无需把多变的环境变量全部编码到机器人中，大大提高了机器人对环境的适应能力。
-
公开(公告)号：CN109871944A
公开(公告)日：2019-06-11
申请号：CN201910135807.9
申请日：2019-02-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种受大脑抑制反馈机制启发的人工神经网络构建方法及系统，所述构建方法包括：将多个参考样本的人工神经网络中的神经元区分为兴奋性神经元和抑制性神经元；通过抑制性反馈对抑制性神经元进行抑制，得到抑制性反馈神经网络；将抑制性反馈神经网络重组为闭环神经网络，用于针对当前样本的反馈学习确定决策规则本发明通过引入神经科学中的兴奋性和抑制性神经元的概念，可优化整体神经网络的性能；进一步通过引入抑制反馈后的闭环系统可提高鲁棒性能。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
