[发明专利]仿脑机器人控制与学习系统

说明书

技术领域

本发明涉及人工智能技术领域，特别是一种仿脑机器人控制与学习系统。

背景技术

机器人技术作为20世纪人类最伟大的发明之一，自60年代初问世以来，经历40年的发展已取得长足的进步。工业机器人在经历了诞生、成长、成熟期后，已成为制造业中不可少的核心装备。特种机器人作为机器人家族的后起之秀，由于其用途广泛而大有后来居上之势，仿人形机器人、农业机器人、服务机器人、水下机器人、医疗机器人、军用机器人、娱乐机器人等各种用途的特种机器人纷纷面世，而且正以飞快的速度向实用化迈进。

但是，现有技术中对机器人的研究大多局限于模仿人类的动作语言、人体造型、人造肌肉、人造皮肤等，例如模仿人类的步行、发声、表情、运动等，制造各种美女机器人等，但这些机器人一般是为了解决某一特定问题而设计的，只能根据预设的工作场景来执行对应的任务，需要大量的预先编程和设置，缺乏一个统一的框架来模拟人的认知能力，用户购买机器人后，如果没有二次开发的能力，便难以教会机器人处理新的任务，无法做到像人一样自主学习、快速适应不同的环境，适用范围受到极大的限制。

发明内容

本发明为解决上述问题，提供了一种仿脑机器人控制与学习系统，能够模仿人脑的自主学习过程，自适应不同的应用场景，满足不同用户的个性化需求。

为实现上述目的，本发明采用的技术方案为：

一种仿脑机器人控制与学习系统，其包括输入输出模块、信息存储模块、控制模块，所述输入输出模块将采集到的信息保存至所述信息存储模块中，所述控制模块通过调用所述信息存储模块中的信息进行生成行为模式，并将该行为模式传送至所述输入输出模块，所述输入输出模块根据该行为模式进行执行任务；其中，所述控制模块进一步包括以下三层架构：反应层、认知层、元认知层，所述信息存储模块由许多相互关联的信息块组成，且各个信息块之间通过递归方式进行定义；所述反应层、认知层、元认知层分别与所述信息存储模块连接，所述反应层通过所述信息块之间的Hebbian学习进行模拟人脑的快速的、本能的反应，所述认知层对所述反应层的学习结果进一步运用强化学习算法进行模拟行为学习中反复试错的认知过程，所述元认知层根据所述认知层的学习结果形成新的行为模式。

优选的，所述信息存储模块进一步包括注意焦点存储单元、本地存储单元、云存储单元，其中，所述注意焦点存储单元用于存储与当前任务紧密关联的信息，所述云存储单元用于备份历史信息。

优选的，所述信息存储模块中的信息块是采用基于广义图的知识表示方式和存储方式，所述信息块位于所述广义图中的顶点或边，且所述信息块之间还可以嵌套组合形成新的信息块。

优选的，所述输入输出模块进一步包括感知器和执行器，所述感知器用于采集信息并将采集到的信息保存至所述信息存储模块中，所述执行器用于根据所述行为模式执行所述控制模块交付的任务。

优选的，所述信息块中还定义了Hebbian关系的置信度，当置信度小于预设阈值时，则删除对应的Hebbian关系。

优选的，所述元认知层进一步包括系统监控单元、参数调节单元、初始化学习单元、信息整理单元，其中，所述系统监控单元用于监控系统的各个模块和过程的资源使用情况，所述参数调节单元根据所述系统监控单元提供的资源使用情况进行分配和调节系统资源，所述初始化学习单元用于在所述认知层进行强化学习之前进行初始化处理，所述信息整理单元通过利用遗忘机制和泛化机制对所述信息存储模块中的信息块进行整理。

优选的，所述信息存储模块中设有用于存储与当前任务紧密关联的信息的注意焦点存储单元，在所述认知层进行强化学习之前，所述初始化学习单元加载与当前任务紧密关联的信息块到所述注意焦点存储单元中。

本发明的有益效果是：

(1)、本发明通过采用由反应层、认知层、元认知层的三层架构的控制器实现自主学习功能，能够让机器人在仅有少量预设知识和预定义行为的条件下启动，通过与用户的不断交互来强化自身的执行能力，自适应不同的应用场景，满足不同用户的个性化需求；

(2)、所述信息存储模块进一步分为注意焦点存储单元、本地存储单元、云存储单元，仅将与当前任务紧密关联的信息存储于所述注意焦点存储单元，提高机器人的运算速度和工作效率；

(3)、所述信息块中还定义了Hebbian关系的置信度，当置信度小于预设阈值时，则删除对应的Hebbian关系，从而简化所述信息存储模块中的信息结构，仅保留有用的信息，能够进一步提高机器人的运算速度；