神经机器人课件.ppt

单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,文档仅供参考，不能作为科学依据，请勿模仿；如有不当之处，请联系本人改正。,汇报要点,1.,研究,背景,2.当前主要研究内容,3.国内外主要研究团队介绍,4.拟展开的研究内容,1.,研究,背景,作为神经科学与机器人的交叉点，神经机器人技术是一门具体的自主神经系统的科学与技术。,1.,研究,背景,神经机器人技术的,神经系统研究,包括以下内容：,自主心智发育算,法,（如：连接主义网络、人工强化神经网络）,生物神经网络的计算模型,（如：神经网络微电路的大规模仿真）,真实生物系统,（如：体内和体外的神经网络）,1.,研究,背景,这样的神经系,统能在考虑力学、气压、电磁或者任何其他物理形式的机械设备中或者虚拟驱动装置中得到实际应用。,这包括机器人、假肢、穿戴式系统、虚拟现实环境，也包括小规模的微机械装置和大规模的,装置（furniture）,和基础设施,（infrastructures）。,1.,研究,背景,神经机器人技术是不同研究方向的汇合点,，这些研究方向从20世纪80年代和90年代就已经从原有学科中分离出来,。形成了以下研究方向。,人工神经网络和计算神经科学模型,：,这些模型描述的是神经系统但没有得到具体应用,用于实践的发育机器人系统,：,得到了具体应用，机器人富有自主性，但不是类脑机器人,杂种生物人工系统,：,作为具体的神经系统，但是几乎没有自主性,1.,研究,背景,近一些年,来,，,上述,这几个方向的研究都取得了很大的进展。大多数高级计算机现在,均,能仿真大型且逼真的神经网络。,同时，,在这种,外成机器人,上进行,了,一些,有前景,的实验,，其,实验内容,从,神经系统,对孤立任务使用传统方式的学习转移到,神经系统,开放的成长轨迹上,。,早期在杂种系统上的研究都关注对,共生的生物人工系统,的研究，,而,该系统,在更早以前,仅仅在科幻小说中,出现过,。,1.,研究,背景,神经机器人最大,的,挑战,是建立一个有事实依据的具体实验科学。单独地讲，神经系统倾向于表现出切实,通用,、,可塑,和,功能齐全,的特点。,然而，一旦,神经系统,用于实践且与所给内部或者外部,的,环境形成,某种,联系，那么他们会得,到,具体,化,且,能,适应,这种环境,。,神经机器人技术,通过用实验变量表示神经系统和具体环境这一新方法来理解神经系统与环境相互作用的过程,。,1.,研究,背景,上世纪50年代以来，机器人基本上被看成固定的躯体，在躯体上能植入不同的程序，就像一台计算机的软件与硬件一样。,二元论,已使两类人（建立智能程序的人工智能研究者,、,构建精细身体的机器人专家）之间产生了一种,走向极端,的分歧。,1.,研究,背景,在上世纪80年代，少数研究人员尽力从当时出现的技术死胡同,解脱,出来，以,具体化的人工智能,或者,新人工智能,的名义提出了智能重新组合的观点。他们认为,躯体,和控制系统从本质上来讲是不分家的，好比同一硬币的两面。,1.,研究,背景,恢复对完整智能体的设计,确实使人们取得了一些成就，这些成就,能,比较明显地体现在,运动,、,感觉运动的学习,和,在未知复杂环境中的导航,方面。,然而，即使这种整体性的方法证明它对复杂适应性行为的设计是有效的，他们也不足以,能,对机器人的,学习,进步过程,进行,透彻的说明,。,1.,研究,背景,例如，在小孩几个月大时，他们学会爬、站立、行走、跳跃、蹦跳、奔跑等等。当他们以持续递增的方式学会这些新技能后，他们,在,感觉运动空间,上,的变化使自己去尝试探索新的领域。人的这种能力在,使用工具,或者,获取交流技能,方面会体现的更,明显,。,1.,研究,背景,据此，发育和外成机器人技术领域的很多研究者提出了,一系列,模型，在这些模型中智能体一方面基本上是一个中心的组合体，另一方面,包括,一套使其发育的稳定过程以及一套实时变化的,可变体包膜,（variable body envelopes）,。,这种新观点推翻了传统的固定身体的观点,。,传统观点认为：在体内不同的软件可以被用来构建一个固定身体的软件，这个固定软件能用在不同的智能体上，可能也能随时发生变化。,1.,研究,背景,神经机器人技术的实验促进了我们,对以下问题,的理解,：,神经元学习动力,；,作为物理化身的机器人,与环境因素的交互如何影响,机器人系统在特殊方式下的,成长轨迹,；,同时,，,在一些情况下导致机器人对,技能的开放式习得,，但在其他情况下又表现出,异常的成长轨迹,。,1.,研究,背景,此外，神经机器人技术有望为一个新品种的,自我发育装置,提供技术,支持,，,该机器人,也能以连续的以及开放性的方式获取新的,特有,技能。,对,自我发育,装置设计方式的理解以及这些装置对我们日常活动的影响是今后几年的研究重点。,2.当前主要研究内容,2.1,神经网络系统研究,2.2,硬件设计与开发,2.3,数据获取与处理,2.4,综合研究,2.1,神经网络系统研究,自主心智发育,。,如连接主义网络、人工强化神经网络,算法。,生物神经网络的计算模型,。,如神经网络微电路的,数学建模与,大规模仿真,。,2.1,神经网络系统研究,真实生物系统,研究,。,如：体内和体外的神经网络,。研究内容包括以下几个方面。,神经元学习和记忆的神经生物学,神经网络的视觉功能和运动功能组合,记忆的障碍与扰乱正常记忆系统的方法,重新构造心智能力逐渐丧失的状态的方法,对神经组织如何退化或者处理这种退化的研究,神经元学习和记忆经验的方法,2.2,硬件设计与开发,多电极阵列技术,，如,神经元集成的涂层方法,等,神经元与机器人之间通信的声纳设备设计与开发,荧光成像技术,神经活动高速成像技术,机器人,硬件,设备,开发,多电级阵列培养的生命保障系统（软件与,硬件,设备）,2.3,数据获取与处理,实时神经信号获取与处理（时延与光学记录）,实时机器人视觉信息获取与处理、相关记录和处理软件的开发,3.国内外主要研究团队介绍,3.1,英国雷丁大学,Dr Ben Whalley,博士和,Kevin Warwick,教授,团队,3.2,美国乔治亚州理工学院神经工程实验室,Potter,研究组,3.1,英国雷丁大学,Dr Ben Whalley,博士和,Kevin Warwick,教授,团队,该团队于2008年8月开,出了一款由人工培养的神经元组成的生物大脑控制的机器人,。,这,个,世界领先的研究是,检验记忆如何出现在大脑中，以及大脑如何储存某些信息,的第一步。,3.1,英国雷丁大学,Dr Ben Whalley,博士和,Kevin Warwick,教授,团队,研究的最终,目标,是更好地了解脑部开发，并了解影响脑部的疾病和使脑部混乱的原因，如阿尔茨海默氏疾病、帕金森氏症、中风和脑损伤。,3.1,英国雷丁大学,Dr Ben Whalley,博士和,Kevin Warwick,教授,团队,这个,机器人的生物大脑由人工培养的神经元组成,，这些神经元被放置在一个多电极阵列（MEA）中。MEA是一个大约有60个电极的碟形天线，可以接收细胞发出的电流信号。,然后，这些信号被用来,控制机器人的动作,。每当机器人接近一个物体的时候，信号就会通过电极来刺激大脑。,3.1,英国雷丁大学,Dr Ben Whalley,博士和,Kevin Warwick,教授,团队,为了,回应刺激,，大脑输出信号来控制机器人双腿左右行动，从而避免撞到物体。而不需要人工或计算机再对机器人施加任何控制，唯一可以控制它的就是它自己的“大脑”。,3.1,英国雷丁大学,Dr Ben Whalley,博士和,Kevin Warwick,教授,团队,研究人员现在正努力,让机器人适应不同的信号，学习如何运动到预定位置,。希望在这一学习过程中，能够见证当机器人再次进入一个熟悉的区域时，记忆如何出现在大脑中。,Kevin Warwick,的评价,这项,新研究是非常振奋人心的，因为首先，生物大脑可以控制机器人的身体移动，其次，能够让我们研究大脑如何学习并记忆下经验。这个研究将推进我们对大脑如何工作的理解，并且能对科学和医学的众多领域产生深远的影响。,Ben Whalley博士的评价,当前,科学家们面临的基本问题之一，就是如何把单个的神经元活动与我们在整个有机体中看到的复杂行为联系在一起。这个项目为我们提供了一个独特的机会，可以了解到能够显示复杂行为，但是，仍然与单个神经元活动有密切关系的一些东西。希望我们可以利用这些发现来从某种程度上回答这些最基本问题中的一部分。,3.2,美国乔治亚州理工学院神经工程实验室,Potter,研究组,研究基本情况,Potter,研究组主要研究,体外学习和记忆,的新神经科学技术。,他们在多电极阵列中的培养液里促进哺乳动物脑细胞的成长，以便,在培养的神经元网络和计算机之间形成一种长期的双向接口,。这种培养的神经元网络能作为仿真动物机器人或者机器人的“大脑”。,研究基本情况,这种机器人简称,杂交机器人,，即生命体和机器部件组成的杂交生物体。通过重组培养液中的神经元网络来允许他们去表示某种行为，也有望通过与他们所处环境的交互来进行学习。,研究基本情况,该研究组结合光学显微镜使用记录和刺激的方法来研究分布式神经网络动力学和神经可塑性。他们使用双光子荧光延时成像和电压敏感的光学膜层探针上神经活动的高速成像来,对功能和形态的动力学进行结合,与分析,。,研究目标,在生物体外记录神经信号和在体内刺激神经组织的技术,；,开发伴有神经附着剂和神经营养特性的神经元集成涂层,；,在多电极阵列上进行长期的神经元培养来研究他们的可塑性和学习,谢谢大家！,