【ZiDongHua 之自動化學院派收錄關鍵詞：中國科學院自動化研究所  機器人   】
 
　　喬紅院士團隊最新綜述 | 受人啟發(fā)的智能機器人：決策、感知、系統(tǒng)和控制
 
　　以下文章來源于中國科學信息科學 ，作者SCIS
 
　　導語 | 近日，中國科學院自動化研究所喬紅院士團隊以 Improving performance of robots using human-inspired approaches: a survey 為題發(fā)表綜述論文，從受行為機制啟發(fā)和受神經(jīng)機制啟發(fā)兩個方面，梳理了受人啟發(fā)的智能機器人在決策、感認知、系統(tǒng)設計和運動控制方面的前沿研究成果，旨在促進讀者對受人啟發(fā)機器人的理解，對通過深度融合神經(jīng)科學、信息、機械、控制研發(fā)新一代機器人系統(tǒng)帶來啟發(fā)。論文發(fā)表于《中國科學信息科學》。
 
　
 
　　研究意義
 
　　機器人對國民經(jīng)濟和國防事業(yè)都有不可替代的重要作用。普通機器人高性能作業(yè)能力，包括高精度、高可靠和高柔順等，是機器人領域核心問題之一，也是其廣泛高端應用的主要瓶頸，被我國和美國都列為機器人戰(zhàn)略的核心問題，對我國的機器人發(fā)展意義尤為突出。
 
　　提高普通機器人的性能通常需要機械、材料等多個研究領域的協(xié)同開發(fā)，造成系統(tǒng)成本過高甚至某些任務無法實現(xiàn)。相比之下，人能夠在計算能耗有限、傳感和運動的絕對精度較低的情況下，通過不同腦區(qū)之間的信息融合以及充分利用自身結(jié)構(gòu)的柔順性，能夠?qū)崿F(xiàn)遠高于單元精度的整體性能。因此，通過模擬人的神經(jīng)機制與結(jié)構(gòu)機理，研制受人啟發(fā)的機器人系統(tǒng)，對于提升機器人系統(tǒng)性能具有重要意義。
 
　　本文工作
 
　　本文從受行為機制啟發(fā)和受神經(jīng)機制啟發(fā)兩個方面，綜述受人啟發(fā)的智能機器人在決策、感認知、系統(tǒng)設計和運動控制方面的前沿研究成果，旨在促進讀者對受人啟發(fā)機器人的理解，為通過深度融合神經(jīng)科學、信息、機械、控制研發(fā)新一代機器人系統(tǒng)帶來啟發(fā)。
 
　　
 
　　在受人啟發(fā)的機器人決策方面，本文綜述了受人利用環(huán)境啟發(fā)及受人神經(jīng)機制啟發(fā)的機器人決策的研究進展。
 
　　在受人利用環(huán)境啟發(fā)的決策中，從模仿人類行為的角度介紹了基于環(huán)境吸引域的仿人操作策略的相關研究，包括仿人策略的提出、發(fā)展和應用，闡明了相關研究對于提升機器人在有限本體精度和有限傳感精度下實現(xiàn)高性能作業(yè)的能力所產(chǎn)生的重要影響。
 
　　在受人神經(jīng)機制啟發(fā)中，介紹了情緒調(diào)節(jié)的神經(jīng)決策機制及其在實現(xiàn)準確性和效率平衡方面的優(yōu)勢，以期促進對人決策機制的研究和應用，并提高機器人在高性能作業(yè)中的精準決策能力。
 
　　
 
　　受人操作行為啟發(fā)的環(huán)境吸引域理論
 
　　在受人啟發(fā)的機器人感認知方面，本文對受人視覺行為中知覺流形啟發(fā)的流形降維方法以及受人視皮層神經(jīng)機制啟發(fā)的機器人感認知方法進行了研究綜述。機器人與復雜開放環(huán)境交互是一個主動、動態(tài)和連續(xù)的過程，對機器人視覺感認知模型的穩(wěn)定性、快速性和魯棒性提出了很高的要求，需要的精度、能效和速度之間取得平衡。
 
　　本文首先綜述了受知覺流形理論中神經(jīng)回路不變性解碼特性啟發(fā)的流形降維感認知方法，總結(jié)了利用低維流形結(jié)構(gòu)實現(xiàn)高維視覺數(shù)據(jù)快速處理的研究進展；進一步，對人類視覺感知神經(jīng)環(huán)路的關鍵機制進行了介紹，并綜述了受視皮層V1-V4通路、下顳葉皮層IT區(qū)、前下顳葉皮層AIT區(qū)機制啟發(fā)的機器人感認知方法研究進展，以期為實現(xiàn)機器人“精度-能效-速度”均衡的高性能感認知方法帶來啟發(fā)。
 
　　
 
　　受視覺神經(jīng)環(huán)路啟發(fā)的機器人感認知算法
 
　　在系統(tǒng)設計與運動控制方面，本文首先綜述了模仿人類外形結(jié)構(gòu)特征設計的仿人機器人系統(tǒng)代表性成果，并圍繞雙足移動與操作控制所面臨的技術挑戰(zhàn)，介紹了目前的研究進展。進一步，本文對近期機器人與神經(jīng)科學交叉融合所取得的研究進展進行了梳理，從運動控制的關鍵神經(jīng)機制、生物啟發(fā)式運動控制以及肌肉骨骼機器人系統(tǒng)設計等方面介紹了受人啟發(fā)的智能機器人研究進展，以期進一步促進機器人與多學科的交叉融合，為突破機器人實現(xiàn)整體性能高于單元器件性能的關鍵瓶頸、研制新一代機器人系統(tǒng)帶來新思路。
 
　　
 
　　受人啟發(fā)的肌肉骨骼機器人系統(tǒng)
 
　　文章信息：
 
　　Hong QIAO, Shanlin ZHONG, Ziyu CHEN & Hongze WANG. Improving performance of robots using human-inspired approaches: a survey. Sci China Inf Sci, 2022, 65(12): 221201, doi: 10.1007/s11432-022-3606-1