一种基于大脑的设备（ＢＢＤ），具有物理移动设备ＮＯＭＡＤ控制、并在模拟神经系统的控制之下。模拟神经系统基于海马状突起及其周围包括皮层的神经元区域的错综解剖和生理结构。ＢＢＤ将来自多个目标的空间信号在时间上积分，并提供灵活的导航解决方案以帮助未知环境的探测。随着ＮＯＭＡＤ在现实世界环境中的导航，模拟神经系统的海马状突起在时标上对从ＮＯＭＡＤ上的传感器接收到的多峰输入信息进行组织，并使用该组织来开发导航所必需的空间和间歇记忆。
【技术实现步骤摘要】
【国外来华专利技术】本申请要求由Gerald M.Edelman等人在2004年7月15日提交的名为“Mobile Brain-Based Device Having a Simulated Nervous SystemBased on the Hippocampus”的美国临时专利申请No.60/588,107(代理号No.NSRF-01001US0)的优先权益；以及由Gerald M.Edelman等人在2005年7月12日提交的名为“Mobile Brain-Based Device Having aSimulated Nervous System Based on the Hippocampus”的美国专利申请No.11/179,371(代理号No.NSRF-01001US1)的优先权益。本专利文献公开的一部分包含受到版权保护的材料。版权所有者不反对由专利文献或专利公开中的(如出现在美国专利商标局专利文件或记录中的)任何人再现复印件，但是保留所有版权权力。
本专利技术涉及基于大脑的设备，更具体地，涉及可以在现实世界环境中导航的基于大脑的设备。
技术介绍
已经开发了智能系统，这些智能系统倾向于自主行动、以智能方式自动操作任务、以及扩展人类知识。这些系统实质上分别基于已知技术的三个独立领域进行设计和建模，这些领域是(1)人工智能(AI)；(2)人工神经网络(ANN)；以及(3)基于大脑的设备(BBD)。基于AI和ANN的智能系统包括数字计算机，该数字计算机编程以执行大到与机器人下棋的范围的任务。AI算法是基于逻辑的，并预先编程以执行使用详细的软件指令实现的复杂算法。ANN是对不考虑-->神经系统结构(即，神经解剖)的生物神经元的过分简单的抽象，并通常需要指导或示教信号来得到所期望的结果。另一方面，BBD基于不同的原理和不同的方案来开发智能系统。BBD是基于基础神经生物学原理的，并在大脑基础的感知和获知在生命体中的发现之后进行建模。BBD将模拟的大脑或神经系统与详细的神经解剖和控制行为和形状记忆的神经系统动态相结合。BBD还具有物理实例(称为形态学或表现型)，用于允许在环境中的积极感知和自主运动。与生命体类似，BBD将从环境中接收的未标记信号组织为类别。当显著的环境事件发生时，具有称为值系统的模拟神经元区域的BBD调整设备的行为。基于逻辑的智能系统和BBD进行操作所依据的不同原理是非常重要的。这些原理的强大使得基于逻辑的机器不会有效地处理新情况、也不会同时处理大的数据集合。通过它们的性质，由于典型地，这些由不期望的和变化的多种成分和意外事件组成，所以不能提前对新情况进行编程。此外，具有宽泛参数和变化的环境的情况可以导致编程中的实质不同。以及，许多算法具有较差的缩放属性，这表示运行这些算法所需的时间随输入变量的增长量呈指数增加。因此，在诸如机器人系统之类的智能系统中的挑战性问题在于对未知地形的成功探索。在现实世界中的探索需要解决导航和空间记忆任务。然而，在该任务中所需成功的记忆需要仅在生命体中发现的特征，并将这认为是“间歇(episodic)”记忆的特点，即(1)将多模式感观信息共同放入相干图案的能力，(2)将时间段内的信息放在一起、并恢复时间序列的能力，以及(3)使用用于目标指向行为的记忆的能力。已知位于大脑内侧颞叶中、并已经在临床上和生理上进行了很好地研究的海马状突起对于人类和动物中记忆和导航至关重要。因此，海马状突起启发了现有的生物基础导航系统，其中的一些是计算海马模型，以及其中的其它是已经应用于机器人的海马模型，但是二者均具有它们的局限性。先前的计算海马状突起模型已经使用虚拟输入作为在计算机上运行的模拟。这些计算海马状突击模型作出假设，并使用“先验”信息-->来得到输入的适合响应。例如，这些计算模型的海马状突起“地点”单元(即，当动物处于环境的特定位置中时的活跃的神经元)对由建模者特别设计的感觉输入组合(如，笛卡儿空间中的2-D(二维)点)作出响应。部分原因在于，作出这些假设是由于计算海马状突起模型不位于现实环境中，从而必然存在偏差。计算海马状突起模型中的一些研究了海马状突起与大脑的其它区域(如，新大脑皮层)之间的交互作用。然而，这些模型的一些解剖非常简单，并且并没有以有意义的方式真实地反映出海马状突起-皮层的交互作用。一个这样的模型将海马状突起形成与可以认为是皮层输入的视觉和路径综合处理进行结合，并作出以下假设：通过反映了针对环境地图的动物运动的活动的移动碰撞来解决路径综合。如果动物处于现实环境中，则这将不可行。其它则构建了海马状突起的复杂模型，该模型在海马状突起本质(proper)中具有适合的连接，以及该模型用于将记忆条件和问题(issue)结合。尽管该模型非常详细，但是其中的输入是无法容忍会聚于海马状突起的处理后的多模式感觉输入的标记或符号。该模型产生了作为记忆回想读出的抽象输出图案。然而，例如，难以使用海马状突起响应导致了实际的适应行为的啮齿动物的抽象输出图案来分析该响应。尽管也针对移动机器人来对海马状突起模型进行例示，但是这些模型中的许多也作出了这样的假设：如，“先验”信息驱动海马状突起“地点”单元的响应、或者输入海马状突起的地图的响应。一些机器人模型(不包括在导航任务中控制移动机器人的神经模拟)通过自发探测来学习映射(mapping)和海马状突起响应。一个这样的模型非常不精确地依赖于神经生物学，并使用与用于学习的称为后向传播相类似的学习算法。这开发了由啮齿动物海马状突起激发的同步定位和映射算法，称为RatSLAM，这是在人工智能SLAM系统与被认为在海马状突起中表示的吸引子动态之间的混合，用于创建环境的类地图表示。其它则构建了机器人模型，该机器人模型将视觉输入与前进方向系统结合，其中，在模型的海马状突起层中开发的“地点”单元和基于生物的奖赏系统驱动在“地点”单元与目标指向行为之间的学习。然而，该-->模型的一些特征对于生物来说并不真实。(1)首先，当机器人模型判断已经发现了新地点时，将“地点”单元添加至成长的海马状突起层。在诸如啮齿动物之类的实物中，海马状突起单元可以依据上下文或输入的任何组合，来响应多个地点。与专用定位系统相反，该灵活性对海马状突起作出多用途记忆地图。此外，不在需要的基础上添加海马状突起单元。(2)其次，机器人模型是前馈的，并且不考虑本征和非本征，这是海马状突起的特征。在另一系统中，构建了海马状突起神经解剖和基于生物的目标系统，在移动机器人上对该系统进行测试。然而，在设计响应以唯一地覆盖受控环境的网格的情况下，“地点”单元是人工的。奖赏学习用于在这些地点之间构建认知地图。此外，尽管在模型中包括了在海马状突起和周围区域中发现的大量细节，但是信息通过该模型以纯前馈方式流动，并且不通过内嗅皮层循环回来、然后继续循环至新大脑皮层(neocortex)。大约十年前，开发了同步创建地图、同时将机器人的位置定位的统计框架，这通常称为SLAM(同步定位和映射)。从那时起，便由概率技术来通知机器人映射领域。最流行的是估计理论或基于卡尔曼滤波器的方法，这是由于它直接提供了对于导航问题的递归解决方案，以及一种基于车辆运动的统计模型和路标观察来计算车辆和路标位置的一致性估计的装置。典型地，本文档来自技高网...
【技术保护点】
一种移动的基于大脑的设备，用于在现实世界环境中导航，所述设备包括： ａ）具有传感器的移动自适应设备，所述传感器用于在现实世界环境中感知多峰信息； ｂ）模拟神经系统，用于接收和处理由所述传感器感知的所述多峰信息，以及作为响应，输出 用于控制所述移动自适应设备在所述环境中的运动的信息；以及 ｃ）其中，所述模拟神经系统包括传感器输入流、输入运动流、以及神经区，所述神经区与海马状突起类似、以及与所述模拟神经系统的所述传感器输入流和所述输出运动流耦合。
【技术特征摘要】
【国外来华专利技术】US 2004-7-15 60/588,107;US 2005-7-12 11/179,3711.一种移动的基于大脑的设备，用于在现实世界环境中导航，所述设备包括：a)具有传感器的移动自适应设备，所述传感器用于在现实世界环境中感知多峰信息；b)模拟神经系统，用于接收和处理由所述传感器感知的所述多峰信息，以及作为响应，输出用于控制所述移动自适应设备在所述环境中的运动的信息；以及c)其中，所述模拟神经系统包括传感器输入流、输入运动流、以及神经区，所述神经区与海马状突起类似、以及与所述模拟神经系统的所述传感器输入流和所述输出运动流耦合。2.如权利要求1所述的移动的基于大脑的设备，其中，所述传感器输入流包括与皮层类似的神经元区。3.如权利要求2所述的移动的基于大脑的设备，其中，与所述海马状突起类似的所述神经元区、以及与所述皮层类似的所述神经元区通过多个环路耦合，以在一段时间内对所述多峰信息进行积分，并构建空间记忆。4.如权利要求1所述的移动的基于大脑的设备，其中，所述传感器输入流包括与下颞叶皮层(IT)类似的神经区、与腔壁皮层(Pr)类似的神经区、以及与前丘脑核(ATN)系统类似的神经区。5.如权利要求4所述的移动的基于大脑的设备，其中，所述移动自适应设备包括用于感知图像的装置。6.如权利要求5所述的移动的基于大脑的设备，其中，与下颞叶皮层(IT)类似的所述神经区处理图像的颜色信息。7.如权利要求5所述的移动的基于大脑的设备，其中，与腔壁皮层(Pr)类似的所述神经区处理图像的宽度信息。8.如权利要求5所述的移动的基于大脑的设备，其中，所述移动自适应设备包括用于感知朝向信息的装置。9.如权利要求8所述的移动的基于大脑的设备，其中，与前丘脑核(ATN)...
【专利技术属性】
技术研发人员：杰拉尔德M埃德尔曼，杰弗里L克里查玛，道格拉斯A尼兹，
申请(专利权)人：神经科学研究基金会，
类型：发明
国别省市：US[美国]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。