模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2012, Vol. 25 Issue (1): 29-36    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于小脑-基底神经节机理的行为认知计算模型
陈静,阮晓钢,戴丽珍
北京工业大学电子信息与控制工程学院北京100124
Behavior Cognition Computational ModelBased on Cerebellum and Basal Ganglia Mechanism
CHEN Jing, RUAN Xiao-Gang, DAI Li-Zhen
School of Electronic Information and Control Engineering,Beijing University of Technology,Beijing 100124

全文: PDF (517 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对智能体的行为认知问题,提出一种小脑与基底神经节相互协调的行为认知计算模型。该模型核心为操作条件学习算法,包括评价机制、行为选择机制、取向机制及小脑与基底神经节的协调机制。初期的学习信号来自于下橄榄体和黑质两部分,在熵的意义上说明该算法是收敛的。采用该学习方法为自平衡两轮机器人建立运动神经认知系统,利用RBF网络逼近行为和评价网络。仿真实验表明该方法改善仅有基底神经节作用的行为-评价算法学习速度慢和失败次数多的问题,学习后期通过温度的不断降低,加快学习速度,震荡逐渐消失,改善学习效果。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
陈静
阮晓钢
戴丽珍
关键词 小脑基底神经节操作条件反射自平衡两轮机器人行为认知    
Abstract:Aiming at agent’s behavioral cognition problem, a behavior cognition computational model based on the coordination of cerebellum and basal ganglia is proposed. Operant conditioning learning algorithm is the central algorithm including evaluation mechanism, action selection mechanism, tropism mechanism, and the coordination mechanism between cerebellum and basal ganglia. The learning signals come from not only the Inferior Olive but also the Substantia Nigra in the beginning. The convergence of the algorithm can be guaranteed in the sense of entropy. With the proposed method, a motor nerve cognitive system for the self-balancing two-wheeled robot has been built using the RBF neural network as the actor and evaluation function approximator. The simulation results show that the learning speed is increased as well as the failure times are reduced by the proposed method than by the Actor-Critic method with the only Basal Ganglia mechanism. Through decreasing temperature in the late stage, the learning speed is increased and the vibration disappeares eventually, and the learning effect is improved.
Key wordsCerebellum    Basal Ganglia    Operant Conditioning Reflex    Self-Balancing Two-Wheeled Robot    Behavior Cognition   
收稿日期: 2010-12-22     
ZTFLH: TP273  
基金资助:国家自然科学基金项目(No.60774077,61075110)、国家863计划项目(No.2007AA04Z226)、北京市自然科学基金项目(No.4102011)和北京市教委重点项目(No.KZ200810005002)资助
作者简介: 陈静,女,1984年生,博士研究生,主要研究方向为人工智能、机器人、仿生自主学习。E-mail:chenjing0828@139。com。阮晓钢,男,1958年生,教授,博士生导师,主要研究方向为机器人、模式识别与智能系统。戴丽珍,女,1983年生,博士研究生,主要研究方向为人工智能、机器人。
引用本文:   
陈静,阮晓钢,戴丽珍. 基于小脑-基底神经节机理的行为认知计算模型[J]. 模式识别与人工智能, 2012, 25(1): 29-36. CHEN Jing, RUAN Xiao-Gang, DAI Li-Zhen. Behavior Cognition Computational ModelBased on Cerebellum and Basal Ganglia Mechanism. , 2012, 25(1): 29-36.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2012/V25/I1/29
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn