为新一代机器人赋予聪慧“大脑”

——“繁杂情景中自助体系的智能感知与学习操控”名目得到省当然科学奖一等奖

湖南日报·新湖南消费者端2月27日讯 (记者 胡宇芬 通讯员 任彬彬) 随着智能化时期的到来，机器人在繁杂环境中如何具有类人的感知和学习能力，是须要探讨解决的一种挑战课题。国防科技大学牵头达成的“繁杂情景中自助体系的智能感知与学习操控”名目，将为新一代机器人在繁杂情景中作业能力的提高提供坚实的根基理论和技艺扶持。在今日举办的湖南省推行创新款省份建造暨科技奖励大会上，该效果得到省当然科学奖一等奖。

自助体系，通俗地说便是各式机器人体系，在无人的干预下，具有相似人一样的感知、决策和操控能力，达成预定指标。单一环境下的机器人如产业机器人进行日趋老练，但繁杂情景如非构造化公路、水下作业等须要搬动机器人面对外界的千变万化，智能感知与学习操控难度陡增，亟需从根基探讨寻求突破。

通过近20年的潜心探讨，该名目以自助驾驭机动车和水下仿活力器人两类典范的自助体系为利用对象，在繁杂情景视线明显性检验的多尺度频域剖析方法、鉴于稀疏核特征的自评价学习操控理论和方法、水下自助体系的仿生流场感知机理与预测型学习操控方法等方面取得要紧创新，探讨效果推广利用于车子自助驾驭体系、仿生振动长鳍样机等自助没有人体系，取得了明显的利用推广效益。

名目负责人徐昕教授推荐，机器人智能感知的一种要紧方面便是相似人的视线，繁杂情景下从图像中很快寻到本人关心的指标，也便是具有注意力抉择体制;学习操控则是机器人经过强化学习或许迭代学习改良举止控制能力。在繁杂情景中，这两个环节都须要探讨突破机器人智能感知与学习操控的新理论和新算法来实现。如没有人驾驭车须要迅速检验定位交通标记、行人和机动车等，应用驾驭经历提高驾驭决策和控制技巧;水下仿活力器人则须要精准检验预计水流速度，应用周期性的活动规则实现操控战略的迭代学习、提高推行效能。

获悉，该探讨事业获得强化学习理论奠基人、AAAI Fellow R.Sutton教授、视线注意计算奠基人Laurent Itti教授等世界权威行家的高度评价。在2015年推出的世界视线注意计算模子功能测试中，名目提议的HFT模子名次第一。

来自：新湖南

编辑：马娅