[发明专利]动态空间目标选择

权利要求书

1.一种用人工神经网络来动态地修改目标选择的由计算机实现的方法，包括：

将多个目标中的每个目标映射到目标地图中的不同位置，所述目标地图包括空间环境中相对于机器人设备的位置的多个位置，每个位置由所述人工神经网络中的神经元表示；以及

通过控制至所述人工神经网络的神经元的失衡量来动态地修改目标选择函数以使所述机器人设备偏向或偏离候选目标地移动，所述失衡量基于偏置准则来激励至所述神经元的连接或抑制至所述神经元的连接，所述神经元代表与所述候选目标相对应的位置。

2.如权利要求1所述的由计算机实现的方法，其特征在于，所述连接包括耦合在每一对输入和输出神经元之间的中间神经元，并且所述动态地修改包括以下至少一者：动态地修改所述中间神经元的可兴奋性、动态地修改所述中间神经元与相应的输入和输出神经元对之间的突触权重的功效、或其组合。

3.如权利要求2所述的由计算机实现的方法，其特征在于，所述动态地修改包括用外部输入来动态地修改。

4.如权利要求1所述的由计算机实现的方法，其特征在于，所述动态地修改包括以下至少一者：动态地修改所述神经元的可兴奋性、动态地修改突触权重的功效、或其组合。

5.如权利要求4所述的由计算机实现的方法，其特征在于，所述突触权重是至少针对输入突触、神经元之间的连接、或其组合的。

6.如权利要求1所述的由计算机实现的方法，其特征在于，所述目标选择函数基于以下至少一者：回报的抑制、选择了所述目标的对象的行为状态、时间段、所指派的任务、时间复用函数、从与多个人工神经网络相对应的多个任务中选择任务的事件、或其组合。

7.如权利要求6所述的由计算机实现的方法，其特征在于，每个任务对应于所述多个人工神经网络中的一个，并且每个人工神经网络是静态网络或动态网络。

8.如权利要求1所述的由计算机实现的方法，其特征在于，进一步包括基于对所述人工神经网络的输入、来自所述人工神经网络的输出、或其组合中的至少一者来控制所述人工神经网络中的失衡量。

9.一种用人工神经网络来动态地修改目标选择的装置，所述装置包括：

存储器单元；以及

耦合至所述存储器单元的至少一个处理器，所述至少一个处理器被配置成：

将多个目标中的每个目标映射到目标地图中的不同位置，所述目标地图包括空间环境中相对于机器人设备的位置的多个位置，每个位置由所述人工神经网络中的神经元表示；以及

通过控制至所述人工神经网络的神经元的失衡量来动态地修改目标选择函数以使所述机器人设备偏向或偏离候选目标地移动，所述失衡量基于偏置准则来激励至所述神经元的连接或抑制至所述神经元的连接，所述神经元代表与所述候选目标相对应的位置。

10.如权利要求9所述的装置，其特征在于，所述连接包括耦合在每一对输入和输出神经元之间的中间神经元，并且所述至少一个处理器被进一步配置成动态地修改以下至少一者：所述中间神经元的可兴奋性、所述中间神经元与相应的输入和输出神经元对之间的突触权重的功效、或其组合。

11.如权利要求10所述的装置，其特征在于，所述至少一个处理器被进一步配置成用外部输入来动态地修改。

12.如权利要求9所述的装置，其特征在于，所述至少一个处理器被进一步配置成动态地修改所述神经元的可兴奋性、突触权重的功效、或其组合中的至少一者。

13.如权利要求12所述的装置，其特征在于，所述突触权重是针对输入突触、神经元之间的连接、或其组合中的至少一者的。