經(jīng)典條件反射認知模型及其在運動控制系統(tǒng)中的應用.pdf_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、自然生命或生物系統(tǒng)的諸多技能是生物個體在發(fā)育成長過程中漸進地形成和發(fā)展起來的。技能的形成和發(fā)展過程是生物系統(tǒng)的認知過程,是自然生命認知能力的體現(xiàn)。理解和模擬自然生命的認知行為,并將這種行為賦予人工生命或人工系統(tǒng)是認知科學、人工智能和機器人學的重要課題。 本文對經(jīng)典條件反射認知模型及其在運動控制系統(tǒng)中的應用進行了研究,取得的主要成果有: 第一:基于尖峰神經(jīng)元的條件反射模型。 本文建立了一種以尖峰神經(jīng)元為基本元素的經(jīng)

2、典條件反射模型(ClassicalConditioningModelwithSpikingNeurons,CCMsn)。在CCMsn模型中,各神經(jīng)元互聯(lián)形成具有反射弧結構的神經(jīng)網(wǎng)絡。尖峰神經(jīng)元用時間來計算和交流信息,這使CCMsn模型能充分表現(xiàn)經(jīng)典條件反射對時間的依賴性。論文基于有衰減項的Hebb突觸修飾規(guī)則和蜜蜂腦部認知結構設計了反映“刺激-響應-強化”特征的強化學習算法,使CCMsn模型具有經(jīng)典條件反射行為和認知行為。論文應用CCM

3、sn模型成功地模擬了習得、刺激間隔效應、遺忘、阻止和二階條件反射等典型現(xiàn)象。 第二:基于CCMsn模型的運動控制技能認知算法。 本文研究了基于CCMsn模型的運動控制系統(tǒng)(MotorControlSystem,MCS)和運動控制技能認知算法(MotorSkillCognitiveAlgorithm,MSCA)。在運動控制技能的認知過程中,首先建立控制對象模型,用于CCMsn模型的訓練和系統(tǒng)仿真試驗;然后根據(jù)控制對象和控制

4、目標的具體情況確定認知對象各狀態(tài)的無條件刺激范圍和條件刺激范圍;最后進行經(jīng)典條件反射訓練。運動控制技能的形成和發(fā)展是生命個體學習和認知的過程,條件反射的形成是一個認知的過程,CCMsn模型的結構和算法具有神經(jīng)生理學和認知科學依據(jù),因此MSCA算法能使技能的獲取表現(xiàn)出生物系統(tǒng)的發(fā)育和進化的自組織特征,使機器主體(RoboticAgent)自發(fā)地學會控制技能。 第三:基于CCMsn模型和MSCA算法的倒立擺控制 本文以倒立擺

5、為具體控制對象,設計了基于CCMsn模型和MSCA算法的控制系統(tǒng)。根據(jù)倒立擺的具體情況,將CCMsn模型的反射機構分為正負兩部分。根據(jù)控制目標,設計了認知評價函數(shù),用于評價CCMsn模型的認知效果。在實驗初期,CCMsn模型只對無條件刺激產(chǎn)生響應,即只在擺桿超過設定值時才對倒立擺施加控制力。通過對系統(tǒng)進行經(jīng)典條件反射訓練,CCMsn模型可以自發(fā)地學會運動平衡控制技能,實現(xiàn)對擺桿角度的控制。仿真實驗表明,CCMsn模型可以應用于機器主體的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論