神经机器人培训课件

神经机器人汇报要点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2神经机器人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。3神经机器人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）4神经机器人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）。5神经机器人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6神经机器人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。7神经机器人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。8神经机器人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。9神经机器人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。10神经机器人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。11神经机器人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。12神经机器人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（variablebodyenvelopes）。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。13神经机器人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。14神经机器人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。15神经机器人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16神经机器人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。17神经机器人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18神经机器人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20神经机器人3.国内外主要研究团队介绍3.1英国雷丁大学DrBenWhalley博士和KevinWarwick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21神经机器人3.1英国雷丁大学DrBenWhalley博士和KevinWarwick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。22神经机器人3.1英国雷丁大学DrBenWhalley博士和KevinWarwick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。23神经机器人3.1英国雷丁大学DrBenWhalley博士和KevinWarwick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。24神经机器人3.1英国雷丁大学DrBenWhalley博士和KevinWarwick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”。25神经机器人3.1英国雷丁大学DrBenWhalley博士和KevinWarwick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。26神经机器人KevinWarwick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。27神经机器人BenWhalley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。28神经机器人3.2美国乔治亚州理工学院神经工程实验室Potter研究组29神经机器人研究基本情况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”。30神经机器人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。31神经机器人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