申请/专利权人：北京工业大学

申请日：2021-11-14

公开（公告）日：2024-05-31

公开（公告）号：CN114186675B

主分类号：G06N3/06

分类号：G06N3/06;G06N3/045;G06N3/049;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.05.31#授权;2022.04.01#实质审查的生效;2022.03.15#公开

摘要：本发明公开了一种改进的海马体‑前额皮层网络空间认知方法，首先机器人探索环境收集信息，海马体位置细胞接收环境信息并形成类拓扑认知地图；前额皮层中皮质柱神经元接收并整合海马体信息投射，环境奖励刺激信号对类拓扑认知地图进行评估，在评估过程中，若机器人检测到环境发生动态变化，则会激发应急变更模块，若环境中存在多个目标，则会激发奖励重估模块；最后，刺激信号以神经活动波的形式在模型中扩散，评估完成后，由奖励刺激信号在前额皮层网络中扩散，并按照STDP规则改变前额皮层中皮质柱神经元之间的突触连接，形成全局矢量场；最终实现机器人目标导向的空间导航。

主权项：1.一种改进的海马体-前额皮层网络空间认知方法，首先机器人探索环境收集信息，海马体位置细胞接收环境信息并形成类拓扑认知地图；前额皮层中皮质柱神经元接收并整合海马体信息投射，环境奖励刺激信号对类拓扑认知地图进行评估，在评估过程中，若机器人检测到环境发生动态变化，则会激发应急变更模块，若环境中存在多个目标，则会激发奖励重估模块；最后，刺激信号以神经活动波的形式在模型中扩散，评估完成后，由奖励刺激信号在前额皮层网络中扩散，并按照STDP规则改变前额皮层中皮质柱神经元之间的突触连接，形成全局矢量场；最终实现机器人目标导向的空间导航；该方法基于MATLAB仿真平台，模型由两大模块组成，第一个模块为海马体模块，负责接收环境信息并形成认知拓扑地图；第二个模块为前额皮层模块，其又分为基本组成框架，应急变更模块，奖励重估模块，负责评估认知地图并完成机器人的导航规划；具体步骤如下：S1.机器人在环境中自由移动，采集环境坐标点；S2.机器人采集的环境信息作为海马体模块的输入，其输出为环境认知拓扑地图，具体步骤如下：1初始化，海马体模块的初始结构H由自组织增量神经网络表示，其由位置细胞集合C组成，每个位置细胞都对应一个位置向量wC；2机器人采集的环境信息作为海马体模块的输入信号ξ；3寻找输入信号ξ的最近位置细胞和次近位置细胞，如式1式2所示；C1＝argminC∈H||ξ-wC||1 4根据式3增加和C1相连的连接边的年龄，标记为其中表示和C1相连的位置细胞，i表示位置细胞的索引； 5根据式4更新C1的累计误差，其中表示C1的位置向量； 6利用因子εb和εn调整C1及与其相连接的位置细胞的位置，根据式5调整C1和其相邻位置细胞的位置向量； 7如果最近位置细胞C1与次近位置细胞C2之间存在连接关系，则将该边的年龄置0；否则创建连接边；8移除网络所有年龄大于年龄阈值的边；同时，如果网络中存在孤立位置细胞，删除该位置细胞；9网络增长条件；如果输入信号ξ出现的次数是参数λ的整数倍，按照下列规则扩大网络；a标记具有最大累计误差的位置细胞为q；b将与q直接连接的位置细胞中累计误差最大标记为f，插入新位置细胞r，其为q及f的中点；c分别建立r与q，f之间的连接关系，断开q与f之间的连接边；d设置r的初始累计误差和q的当前累计误差相同；10停止；S3.前额皮层模块评估环境认知拓扑地图；1前额皮层网络由大量的皮质柱单元组成，皮质柱单元基于人工整合激发神经元建模，其膜电位服从公式7； 式7中Vit是第i个皮质柱单元在t时刻的膜电位；τ是时间常数；Iit是第i个皮质柱单元的整合突触电流，如公式8所示Iit＝∑wij·Vjt8式8中wij是第i个皮质柱单元和第j个皮质柱单元之间的突触连接；当皮质柱单元膜电位超过阈值时，细胞激发脉冲电位，并进入死区变为抑制状态，避免误操作，如公式9所示； 式9中tf是皮质柱单元激发动作电位的时间，td是皮质柱单元进入抑制状态的持续时间，τARP是时间常数；皮质柱单元之间的连接权值根据脉冲依赖可塑性规则STDP进行学习，如公式10所示； 式10中M是幅值，是突触后神经元与突触前神经元间的放电时间差，τSTDP控制放电时间差对权值变化的影响；2在前额皮层模块评估环境认知地图的过程中，若机器人检测到环境发生动态变化，则激发应急变更模块，具体步骤如下：a机器人评估认知地图并进行路径规划；b检测环境是否发生变化；c若环境发生变化，根据环境的变化程度设置临界点及虚拟半径，确定虚拟子目标，规划局部路径逃离环境变化区域；d若环境未发生变化，则按照已规划路径运行；3在前额皮层模块评估环境认知地图的过程中，若机器人检测到环境中存在多个目标，则会激发奖励重估模块，并做出决策，具体步骤如下：a环境中存在一个目标，机器人无需判断；b环境中存在多个目标时：若多个目标奖励价值相同，则机器人选择最近的目标；若多个目标具有不同的奖励价值，则机器人基于净回报NR选择目标，如公式11所示；NR＝R-C·L11式11中，R为机器人选择该目标得到的奖励，L为机器人到达被选择目标的路径总长度，C为单位路径长度需要消耗的成本。

全文数据：

权利要求：

百度查询： 北京工业大学 一种改进的海马体-前额皮层网络空间认知方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD