认知发育机器人内在动机系统的研究

Cognitive developmental robot is the latest one branch in robotics, it fuses many kinds of discipline, such as artificial intelligence and robotics, neuroscience, cognitive science, developmental psychology and so on. It is an important research content to understand human intelligence and promote the development of artificial intelligence system. In a sense, the robot that is not autonomous development independently is not really an intelligent robot. The subject will research the cognitive developmental robot and its autonomous mental developmental mechanism, and it intends to establish development mechanism guided by intrinsic motivation in the dynamic structure neural network theory system, and to regard as the formal method and computational modeling for the cognitive developmental robot to study the exploration pattern of the autonomous behavior about the cognitive developmental robot. At the same time, in order to embody the cognitive and developmental mechanism of the biology, the subject plans to research the perception-action and memory-forgotten abilities in the sensorimotor system for the robot, and to design an artificial brain for the cognitive developmental robot, in order to have the ability developing autonomously its intelligence under the control of its inherent developmental program through real-time interaction independently with environment, and the mental development ability is consistent across the whole life of the cognitive developmental robot. The reseach will provide the new imagine and method to design and construct the cognitive developmental robot for the cognitive development robot.

认知发育机器人是机器人学的最新分支之一，它融合了人工智能和机器人学、认知科学、神经生理学和发育心理学等多种学科，是了解人类智能和推进人工智能系统发展的重要研究内容。从某种意义上说，不能自主心智发育的机器人不是真正的智能机器人。课题旨在研究认知发育机器人及其自主心智发育机制，在动态结构神经网络的理论体系中，建立具有内在动机引导的发育机制，作为认知发育机器人的形式化方法和计算模型，研究认知发育机器人自主行为的探索方式，同时，为了体现生物学的认知和发育机理，拟研究机器人中感觉运动系统的感知-行动和记忆-遗忘的能力，给认知发育机器人设计一个人工脑，使之能够在本身固有的发育程序控制下，通过自主实时的与环境交互，拥有自主发展自身智能的能力，并且这种心智发育的能力贯穿于认知发育机器人的一生。本研究将为设计和构造认知发育机器人提供新的思路和方法。

课题研究了认知发育机器人及其自主心智发育机制，在动态结构神经网络的理论体系中，建立了具有内在动机引导的发育机制，和自主行为探索方式，同时，为了体现生物学的认知和发育机理，研究了机器人中感觉运动系统的感知-行动和记忆-遗忘的能力，使之能够通过自主实时的与环境交互，拥有自主发展自身智能的能力。本研究为设计和构造认知发育机器人提供了新的思路和方法。主要研究内容如下：. 第一，课题针对两轮自平衡机器人的运动平衡控制问题，提出了一种基于生长细胞结构（GCS）网络、自组织特征映射网络（SOFM）和强化Q学习算法的可生长的动态结构仿生学习模型。通过神经元的不断生长和网络结构的不断完善，能有效地控制其运动平衡。. 第二，课题提出了一种动态结构神经网络的生长算法，针对神经网络一直生长必然会导致结构规模过大的问题，构思了一种动态结构神经网络的修剪算法，将Boltzmann机与以上两种算法相结合，设计了一种动态仿生优化模型体现了机器人的自主发育的能力。以两轮机器人为实验平台，做了平衡控制实验，体现了机器人的自主发育的能力，在自适应和自学习方面模仿了人或动物的技能学习行为。. 第三，针对两轮机器人的自平衡控制与路径规划的问题进行研究，借鉴发展心理学中内在动机的概念作为智能体发育模型中的内部奖励，提出了一种基于内在动机的强化学习算法和一种基于内在动机的学习自动机算法。为了模拟人或动物神经系统结构及其神经信息演化规律，引入心理学中内在动机机制驱动学习的观点，提出了一种基于小脑-基底核-大脑皮层回路的机器人认知发育算法。以上算法能够成功的使机器人学会平衡控制技能，具有一定的鲁棒性，表现出了良好的自组织、自适应和自学习能力。. 上述理论研究成果应用于自主设计的两轮自平衡机器人实验平台，进一步验证了所提控制算法的有效性，项目完成了全部预定目标内容。. 上述研究成果发表在《Journal of Intelligent & Fuzzy Systems》、《计算机应用》、《CCDC》等期刊和会议上。在项目研究过程中，共完成论文21篇，其中被SCI、EI收录9篇。另有1人已顺利获得博士学位，6人已顺利获得硕士学位，已受理的发明专利2项。依托本项目的研究，项目申请者已于2014年12月晋升为副教授。