定位系统细胞启发的机器人情景认知地图构建与行为规划研究

Advanced theories can be learned from human cognitive process of recalling the past experiences through episodic memory and producing behavior solutions based on event reconfiguration. The place cell and grid cell related to episodic memory create a new way to reveal the method of localization and path searching in cognitive process. This project proposes the novel research of robot episodic memory inspired by positioning system cells, in order to improve the robotic adaptability to complex environments and tasks on the cognitive level. A spatial episodic mathematic model is set up to express the episodic events that robot experienced in space-time environments. Based on the path integration characteristics of grid cells and the map cognition characteristics of place cells, the episodic cognitive map is established to form the comprehensive statement of robotic episodic experiences in topological space and geometric space. For non-specific tasks under uncertain environment, the robotic cognitive behavior control strategy based on spatial episodic memory is studied to reveal the influence mechanism between episodic memory and robotic behavior control. So that the robot can realize the behavior planning, prediction and reasoning at a higher level of cognition. By utilizing the positioning system cells related to episodic memory, the new ideas and approaches for the scientific problems such as robotic general environment modeling, spatial cognitive mapping and real-time cognitive behavior generating, etc. are produced to provide theoretical and technical support for the research of robotic cognitive behavior based on temporal and spatial memory.

人类通过情景记忆回忆过去经验，基于事件再配置产生行为解决方案的认知过程具有值得学习的先进理论。情景记忆相关的位置细胞和网格细胞为揭示大脑在认知过程中如何定位与路径搜寻开启了新途径。本项目创新提出基于定位系统细胞启发研究机器人情景记忆，在认知层面上提高机器人对复杂环境和任务的适应性。提出一种空间情景数学模型表述时空中机器人经历的情景事件，基于网格细胞的路径整合特性与位置细胞的认知地图特性，构建情景认知地图，形成机器人情景经验在拓扑空间与几何空间上的综合表述。面向不确定环境下非特定任务，研究基于空间情景记忆的机器人认知行为控制策略，揭示情景记忆对机器人行为控制的影响机理，使机器人在较高的认知水平上实现行为序列规划、预测与推理。项目以情景记忆相关定位系统细胞角度对机器人广义环境建模、空间认知地图构建及实时认知行为产生等科学问题提出新思想和方法，为基于时空记忆研究机器人认知行为提供理论与技术支撑。

生物学研究表明哺乳动物大脑中的海马体-內嗅皮层是空间认知的核心区域，可以通过位置细胞和网格细胞等空间定位系统细胞进行自我定位，在空间导航方面具有重要作用。针对移动机器人在非结构化环境下的导航任务，本项目受哺乳动物定位系统细胞的认知机理启发，结合类人情景记忆形成对环境的经验记忆，对移动机器人的环境认知与行为规划等问题进行研究。在机器人情景记忆建模过程中集成位置细胞与网格细胞神经元激活机制，用于存储机器人的环境认知信息。其特征在于实现了对环境的广义建模，便于引导机器人的行为规划。模拟海马结构位置细胞信息处理方式及情景记忆组织方式，定义低维状态神经元序列激活方式及映射关系，取代复杂数学表达式，降低计算复杂度。基于网格细胞模型进行事件坐标化，最终建立机器人空间环境情景认知地图，实现了移动机器人对环境的拓扑和几何描述。所提的情景认知地图构建算法相比Ratslam算法效率和精度较高。提出基于状态神经元集合序列的路径规划策略，在记忆空间以自我为参考，通过事件再配置，预测并规划最优情景轨迹。该规划方法能够实现机器人根据不同任务选择最佳规划路径。本项目提出基于大脑定位系统细胞建模机器人情景记忆，研究机器人实时广义环境建模、空间认知地图构建、实时认知行为产生等科学问题。所提模型与方法拓展了生物认知理论在移动机器人规划领域中的应用。