[發明專利]一種類腦決策與運動控制系統

有效

• 申請號: 201910738132.7
• 申請日: 2019-08-12
• 公開（公告）號: CN110427536B
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 任化龍
• 申請（專利權）人: 深圳憶海原識科技有限公司
• 主分類號: G06F16/906
• 分類號: G06F16/906
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種類腦決策與運動控制系統，該系統包括主動決策模塊、自動決策模塊、評價模塊、記憶模塊、感知模塊、復合控制模塊、輸入通道模塊、輸出通道模塊和受控對象模塊，該系統支持的三種工作模式包括主動監督模式、自動模式、反饋驅動模式，能夠使機器人在和環境互動的過程中自主決策選擇目標與操作并精細控制動作，以及能使機器人通過試錯、模仿、示教學習新操作，以靈活適應復雜多變的任務與環境，該系統特別適合應用于多自由度機器人的運動規劃與控制、靈巧手與攝像頭配合操作、雙足或多足機器人行走與平衡，以及多執行元件的拮抗式控制等場景，從而有效解決了現有的機器人運動控制方案存在的一些問題。

技術領域

本發明屬于人工智能、類腦神經網絡及機器人運動控制領域，具體涉及一種類腦決策與運動控制系統。

背景技術

機器人手部(靈巧手)與攝像頭配合操作復雜物體，以及機器人的雙足、多足行走與運動平衡，是具有復雜操作能力的服務型機器人進入工業與家庭實用的兩個很重要的技術環節。這一類機器人系統的自由度數量往往很高，運動規劃和運動控制問題非常復雜，其原因涉及諸多方面：第一，自由度數量很高的系統難以用反向運動學解算運動軌跡，其運算復雜度很高而且解往往不唯一，因此機器人需要在可能的動作序列空間中選擇并綜合出合適的操作執行；第二，機器人需要能夠在和環境互動的過程中自主決策選擇一系列合適的目標與操作并根據反饋進行調整，并且決策的制定與操作的執行應與系統內部狀態、外部環境信息以及歷史信息有機結合，機器人還應能夠通過試錯、模仿、示教調整既有操作或學習新的操作，以適應復雜多變的任務與環境；第三，機器人應能從動作序列中的任意子動作/元動作開始執行，還應能對各個子動作/元動作進行選擇、切換、精細控制，以從任務的不同初始狀態開始執行并靈活地適應被操作對象的變化與干擾。

現有的技術方案包括采用復雜的數學建模(如機器人運動學與動力學解算)、采用預設的動作集合(即為各個關節的動作預先設定固定程序)，以及采用改良的增強學習算法等等，但這些方案往往不能使機器人在和環境互動的過程中結合環境信息與記憶信息自主決策選擇目標，并對操作(即動作序列)進行靈活地選擇、綜合與執行以及精細控制其中各個子動作/元動作，不能支持機器人從任務的不同初始狀態開始執行并靈活地適應被操作對象的變化與干擾，并且大多不易有效支持機器人自主試錯學習或模仿學習來掌握新的動作和運動軌跡。因此，提供一種靈活的自主決策與運動控制系統，是多自由度機器人系統，尤其是機器人手部(靈巧手)與攝像頭配合進行操作的系統，以及多驅動器驅動的雙足、多足機器人系統能夠走向實用的重要一環。

發明內容

有鑒于此，本發明提供了一種類腦決策與運動控制系統，該系統提供了主動決策模塊與自動決策模塊，既可以結合多模態感知信息、記憶信息和決策規則進行綜合決策，也可以經驗信息為主并結合較少感知信息和記憶信息進行快速決策，而且主動決策模塊與自動決策模塊能夠形成共識，并通過評價模塊從環境得到的反饋調整系統對于目標與操作的預期，以及通過試錯、模仿、示教學習新的操作，能夠使機器人系統更適應復雜多變的任務與環境；該系統提供的復合控制模塊既可以實現對多個動作序列進行選擇、綜合與執行，也可以從動作序列中的任意元動作開始執行，還可以實現對元動作進行選擇、切換以及精細控制，以支持從任務的不同初始狀態開始執行并靈活地適應被操作對象的變化與干擾，特別適合應用于多自由度機器人的運動規劃與控制、靈巧手與攝像頭配合操作、雙足或多足機器人行走與平衡，以及多執行元件的拮抗式控制等場景，從而有效解決了現有的機器人運動控制方案存在的上述問題。

為了實現上述目的，本發明采用如下技術方案：

一種類腦決策與運動控制系統，所述系統包括：主動決策模塊、自動決策模塊、評價模塊、記憶模塊、感知模塊、復合控制模塊、輸入通道模塊、輸出通道模塊和受控對象模塊；

所述主動決策模塊由目標集合、目標-操作-效果集合以及決策規則集合組成，通過綜合多模態感知信息和記憶信息并結合決策規則主動選擇目標和操作、指導復合控制模塊執行精細操作，以及控制輸入通道模塊和輸出通道模塊；