[发明专利]一种具有发育机制的感知行动认知学习方法

说明书

一种具有发育机制的感知行动认知学习方法属于智能机器人技术领域。学习过程中，首先感知系统当前状态；计算动作空间探索率，依概率对剩余动作空间进行探索或对有效动作空间进行学习；在探索剩余动作空间情形下，随机选择动作输出，状态发生转移，计算取向函数值，更新模型潜在动作关系集，判断是否进行扩展发育；在对有效动作空间进行学习情形下，计算当前状态好奇心集、操作函数集，依内发动机机制选择动作输出，状态发生转移，计算取向函数值，更新有效感知行动取向性映射集，判断是否缩减发育；判断是否达到学习结束条件。本发明能够通过在线学习不断更新模型结构，同时节省学习和计算成本，提高系统的学习速度和稳定性。

技术领域

本发明涉及一种具有发育机制的感知行动认知学习方法，属于智能机器人技术领域。

背景技术

人工智能科学近年来受到各国政府、高校及科研机构等的高度重视，引发了极大的研究热潮，其中，机器人是人工智能研究的重要体现和应用之一。区别于传统机器人，人工智能背景下，对机器人智能的要求越来越高，研制具有自主认知学习能力的机器人成为机器人的主要发展方向。

本发明正是在以上目标下，以心理学学习机制为指导，以神经生理学结构为基础，为机器人建立感知行动认知学习方法，力求模拟人或动物的学习过程，赋予机器人类似人或动物的学习能力。本发明感知行动认知学习方法以操作条件反射理论为指导，相关的专利如申请号CN201410215954.4提出一种基于操作条件反射进行自主路径探索的方法及模型，具有实现仿生自主学习控制的功能，但不具备泛化能力；申请号CN201410844504.1、申请号200910086990.4、申请号200910089263.3均在操作条件反射理论指导下设计了不同的学习自动机模型，具备了一定的泛化能力，但均未涉及感知运动系统，同时都采用依概率动作选择机制，会造成小概率事件的发生，引起系统不稳定；结合内发动机理论，申请号CN201510358313.9提出了一种基于内在动机的运动平衡机器人自主认知系统及控制方法，申请号CN201410808900.9提出一种具有内发动机机制的感知运动系统认知模型及学习方法，均涉及感知运动系统，但二者结构均为固定，学习过程中存在学习浪费和计算浪费。本发明结合潜在动作理论，为机器人感知运动学习过程设计了一种具有发育机制的认知学习方法，能够更好地模拟生物积累知识的过程，同时大大降低了系统的学习成本和计算成本，提高了学习速度和稳定性。目前，尚未见到与本发明相似的专利记录。

发明内容

本发明涉及一种具有发育机制的感知行动认知学习方法，属于智能机器人技术领域。所公开的感知行动认知学习方法依赖于设计的感知行动认知模型t,S,M,M_s,O_s,N_s,C_s,V，V_s,P_s,L_s,AF,Exp,DL，具体结合潜在动作理论，设计了模型结构扩展发育方法及缩减发育方法，提高了系统学习速度和稳定性。模型结构如图1所示，包括十四部分，依次为：离散学习时间集、内部可感知离散状态集、可输出动作集、有效输出动作空间集、有效感知行动映射取向性集、有效感知行动映射学习次数集、有效感知行动映射好奇心集、状态评价函数、取向函数、有效操作函数集、有效动作空间取向性学习算法、潜在动作关系集、可输出动作空间探索率集、发育算法，各部分含义具体如下：

(1)t∈{0,1,…n_t}：模型离散学习时间集，其中t＝0表示学习初始时刻，n_t表示最大离散学习时间，两轮机器人自平衡任务中，针对机器人基本学习过程和轮次学习过程，n_t分别设定为500s和30s以上；

(2)S＝{s_i|i＝1,2,…,n_s}：模型内部可感知离散状态集，其中s_i∈S表示模型第i个可感知的内部状态，n_s为离散状态数，两轮机器人自平衡任务中，可感知状态由机器人身姿角度与身姿角速度构成，二者状态划分数分别用与表示，则