面向仿生运动控制技能建模的阻抗调制规律学习方法研究

项目提出了一种从运动神经感知样本数据获取相应运动控制技能中阻抗调制规律的学习方法。重点研究阻抗调制规律的核学习概念模型和实现方法。综合生物运动神经基元协同控制原理和核学习方法，建立技能特征流形、生物特征参数和基元核等计算概念，以及由此衍生的阻抗调制规律核学习概念模型。在此基础上，从机器学习的角度，分别建立阻抗调制技能特征流形的提取方法、基元核的生成策略以及核回归的学习算法，协作实现阻抗回归建模。此方面的研究为在仿生运动控制技能建模中,借鉴或模拟生物阻抗调制规律，提供参数化的描述模型。. 在智能系统的设计中，借鉴或模拟精致而复杂的生物运动神经阻抗调制规律，是实现拟人和仿生控制以及创建和谐人-机-环境的重要手段。生物阻抗调制规律是运动神经认知科学尚未解决的重要难题，项目提出的基于实例的学习方法，为仿生运动控制技能的参数化建摸提供了新的有效的途径，其理论意义和应用价值是十分明显的