Developmental robotics is a new research field of intelligent robots. It focuses on constructing its sensory motor mechanism and its internal representation of the world by mimicking human infant development model. This project relies on studies on developmental psychology and developmental neuroscience, refers to features of human infant development, and adopts the enhanced "Constraint Lifting" algorithm to analyze and build robotic developmental procedure. This project also attempts to apply developmental mechanism to implement a brain-like model by using improved Cascade-correlation neural networks. The objective of the project is to solve the problem that developmental robots can autonomously learn to write Chinese characters. The project demonstrates that high level cognition and learning abilities can be achieved by developmental approaches. Its significances contain that the project effectively merges developmental psychology and neuroscience into robotics; and the project is very useful for increasing robotic construction solutions, and important for enhancing research on developmental robotics in China; and it is also crucial for that robots are capable of working under complex and extreme environments.
发展型机器人为智能机器人的研究新热点,其强调机器人通过模仿人类发育模式来实现对自己的感觉运动机构和外部世界的认知。本课题以发展型机器人和发展心理学的研究为基础,参考婴儿发育模式中的特征,采用并改进"限制释放"这一全新的发展型学习算法来分析、构建机器人的发展过程,用发育机制改进的梯级关联神经网络搭建模仿婴儿大脑的模型为方法,解决发展型机器人能够通过不断的发展达到学习模仿人书写毛笔字的能力这一问题。课题研究将通过机器人在人书写动作模仿的演示,来检验和展示上述模型及其关键技术实现的效果,以阐明机器人高级的自主认知与学习能力是可以通过发展的方法来实现。课题的研究意义体现在为把发展心理学与发展神经学理论转化成发展型机器人的构建方法开拓一种可行的途径,这对丰富智能机器人构建方法、促进国内发展型机器人的研究都有着重要的学术意义。也对在恶劣或极端环境下机器人通过模仿人的行为完成复杂动作的研究具有应用意义。
发展型机器人是智能机器人的研究中比较重要的一个新热点,其强调机器人的认知能力是通过模仿人类发育模式来实现的。本课题的目标是以发展型机器人和发展心理学的研究为基础,参考婴儿发育模式中的特征,采用并改进“限制释放”这一全新的发展型学习算法来分析、构建机器人手眼协调能力的发展过程,并且用发育机制改进神经网络搭建模仿婴儿大脑的模型为方法,解决发展型机器人能够通过不断的发展达到学习模仿人书写毛笔字的能力这一问题。为实现上述目标,课题研究内容主要涵盖了(1)引入发展机制建立的神经网络模型,(2)仿脑神经网络控制结构,(3)人体姿势分类与识别,和(4)机器人手眼协调与书写动作控制。通过这部分的研究,将发展型机制引入到了多种构建型神经网络中,并找到一种最佳的实现方式来进行机械臂控制;实现了一种新型的集成分类器的实现方法,并将其应用在人体姿势识别上,获得了更高的识别效果;构建了机器人书写笔画的自生成方法,使得机器人具有自主生成书写汉字笔画的能力;并且,实现了机器人自我汉字评价系统,为将来实现机器人通过不断书写并且自我评价后逐渐写出较好效果的汉字打下了基础。课题的研究意义体现在为把发展心理学与发展神经学理论转化成发展型机器人的构建方法开拓一种可行的途径,这对丰富智能机器人构建方法、促进国内发展型机器人的研究都有着重要的学术意义。也对在恶劣或极端环境下机器人通过模仿人的行为完成复杂动作的研究具有应用意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
基于SSVEP 直接脑控机器人方向和速度研究
低轨卫星通信信道分配策略
青藏高原狮泉河-拉果错-永珠-嘉黎蛇绿混杂岩带时空结构与构造演化
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
2~6岁汉语儿童早期书写能力的发展:书写与绘画、汉字书写与英文书写比较研究
基于狩猎型尺蠖软体机器人冗-欠驱动与柔性控制研究
Stewart型轮足式机器人驱动控制方法研究
基于EAP的机器人仿生柔性驱动控制