[发明专利]机器人姿态路径目标航迹优化的认知发育方法

权利要求书

1.一种机器人姿态路径目标航迹优化的认知发育方法，本方法是将人的基于小脑--基底核--大脑皮层回路的认知发育算法(CBCLA)思维与机器人结合，此机器人的认知发育过程分为八个部分，分别为有限的内部状态集合、系统的输出集合、内部操作行为集合，状态转移方程、系统在t时刻在内部状态、评价函数、纹状体基质的动作选择概率输出和多巴胺能，这八个部分的相互关联可以用一个八元数组表示：

CBCLA＝{SC,MC,Cb_A,f,r(t),BG_strio,BG_matrix,SN_DPA}

1)SC＝[s₁,s₂,...s_j]表示为有限的内部状态集合，相对应于大脑皮层中的感觉皮层，s_j表示第j个状态，j为内部状态个数；

2)MC＝[y₁,y₂,...y_i]表示为系统的输出集合，相对应于大脑皮层中的运动皮层，y_i表示第i个输出，i表示输出个数；

3)Cb_A＝[a₁,a₂,...a_k]表示为内部操作行为集合，相对应于小脑区域，a_k为第k个内部动作，k为内部动作个数；

4)f:s(t)×a(t)→s(t+1)为状态转移方程，即t+1时刻的状态s(t+1)由t时刻的状态s(t)和操作行为a(t)共同决定，一般有环境或者模型来决定；

5)r(t)＝r(s(t),a(t))表示为系统在t时刻在内部状态为s(t)时所采取的内部操作行为a(t)后使状态转移到s(t+1)后的奖赏信号，相对于丘脑所发出的丘觉；

6)BG_strio为评价函数，纹状小体主要是预测生物体动作取向性好坏的评价机制，进一步说也是内在动机机制取向性好坏的评价机制；

7)BG_matrix纹状小体基质的动作选择概率输出，在基底神经节的学习过程中，纹状小体中的基质主要是动作选择功能；

8)SN_DPA多巴胺能，其作为行为评价的指导激励，作为提高由激励形成的未知最大奖励的行为表示，由此得到准确的执行动作。

2.根据权利要求书1所述的机器人姿态路径目标航迹优化的认知发育方法，其特征在于：由状态转移方程f:s(t)×a(t)→s(t+1)知，t+1时刻的外部状态s(t+1)∈S总是由t时刻的外部状态s(t)∈S与t时刻的外部智能体动作a(t)∈A决定，与其t时刻之前的外部状态和外部智能体动作无关。

3.根据权利要求1所述的机器人姿态路径目标航迹优化的认知发育方法，其特征在于：大脑皮层中的输入信号包含两部分，分别是感觉皮质信息和运动皮质信息，作为纹状小体的输入，因此：

CC＝{SC,MC}(1)