成人片黄网站色大片免费,男男无码GV片在线看,又粗又大又硬又长又爽

  • <input id="xi7g7"></input><thead id="xi7g7"><del id="xi7g7"></del></thead>
    <blockquote id="xi7g7"></blockquote>
    <thead id="xi7g7"><s id="xi7g7"></s></thead>
      當前位置:首頁 > 新聞中心 > 科研動態

    科研動態

    基于獎勵調控的類腦脈沖神經網絡賦能無人機集群自然啟發的自組織避障

  • 發表日期:2022-10-31 【 【打印】【關閉】
  •   20221028日,中國科學院自動化研究所曾毅研究員課題組在Cell Press細胞出版社期刊Patterns上發表了題為“Nature-inspired Self-organizing Collision Avoidance for Drone Swarm Based on Reward-modulated Spiking Neural Network”的研究論文。團隊受自然界中生物集群分布式、自組織的群體智能行為機制啟發,采用獎勵調控脈沖神經網絡實現個體的在線學習,獨立的無人機個體在自組織交互過程中涌現出群體自主避障能力。 

      自然界中廣泛存在著集群行為,蜜蜂通過搖擺舞協作尋找好的花蜜來源,鳥群、魚群、動物集群自發地出現有序的行為模式而不發生碰撞,并通過交互協作更好地捕食或抵御捕食者。自然界的集群行為表現出自組織、去中心化、分布式等特點。每個個體獨立地具備相對簡單的學習能力,并與其周圍局部的環境交互。而群體的智能行為正是由個體間的自組織協同得以實現的。在計算建模中,考慮到個體行為之間的耦合影響,對集群行為的優化通常采用中心控制的方法,但全局優化會帶來大量的計算,對環境變化的適應性也較差。 

      中國科學院自動化研究所曾毅研究員課題組借鑒自然界中群體智能去中心化、自組織的行為機制,提出了一種無人機集群的自組織生存避障模型。集群中每個個體獨立地采用類腦脈沖神經網絡進行在線強化學習,該網絡融合了長時程的多巴胺全局調控和局部的脈沖時序依賴突觸可塑性。每個個體根據視野一定范圍內觀測到的其他智能體的行為來優化類腦脈沖神經網絡,實現高效、自組織的交互學習。集群的智能行為通過具備在線學習能力的個體之間的局部交互,自組織地涌現出來。  

    1 無人機集群自組織避障過程

      該模型已應用于類食蚜蠅的生存定域實驗,即具有領地所有權機制的集群在有限的區域內能夠彼此之間保持安全的穩態,不會發生碰撞并且互不侵犯領地。仿真場景下不同集群規模的生存定域實驗結果表明,該模型能夠快速學習到安全的飛行策略,并保證集群整體長時間的穩定、安全飛行。真實場景下有限區域內多架無人機的實驗也驗證了該模型對動態、不確定環境的快速學習和適應能力,無人機之間能夠快速的躲避,不會發生碰撞,如圖2所示。與基于人工神經網絡學習方法對比,該模型采用脈沖神經網絡表現出更優的性能和更好的穩定性,如圖3所示。 

    2 真實場景下無人機集群生存定域實驗演示

    3 碰撞閾值很小的情況下,不同方法的結果對比。a. 不同集群規模的碰撞情況。b. 學習過程中,不同模型碰撞次數的變化情況。

      中國科學院自動化研究所趙菲菲副研究員介紹說,這項研究受自然界中生物集群自組織、分布式的智能行為機制啟發,采用具備生物合理性的類腦脈沖神經網絡結合局部交互實現無人機集群的在線自組織智能決策。從群體行為決策機制到個體的在線學習模型都更接近于生物的信息處理機制,為未來發展符合自然界生物學習、決策、演化機理的集群智能打下了基礎。 

      曾毅研究員表示:我們認為這項研究最大的特點是基于局部的類腦學習與決策原理和與環境的交互,演化和涌現出群體水平的自組織避障和安全穩定探索的行為,這說明表象復雜的認知功能與智能行為其科學原理未必復雜,這增加了我們進一步挑戰更為復雜、高等認知功能的信心與決心。近十年來我們正在持續不斷打造全脈沖神經網絡的類腦認知智能引擎Brain-inspired Cognitive Intelligence Engine (BrainCog)用于支持解碼包括人類在內的生物智能本質并在此基礎上研制類腦人工智能。本文的研究正是類腦認知智能引擎BrainCog在類腦學習機理與涌現、行為演化方面的基礎性探索與應用,相關模型與算法我們全部開源開放,希望與學術界共同促進類腦人工智能的協同發展。 

      趙菲菲副研究員為本文第一作者,曾毅研究員為通訊作者,博士研究生韓冰、方宏堅、趙卓雅參與了此項研究。 

       

       

      論文標題: 

      Nature-inspired Self-organizing Collision Avoidance for Drone Swarm Based on Reward-modulated Spiking Neural Network 

      論文地址: 

      https://www.cell.com/patterns/fulltext/S2666-3899(22)00236-7 

      本研究開源程序地址: 

      https://github.com/Brain-Cog-Lab/RSNN 

     
     

    成人片黄网站色大片免费,男男无码GV片在线看,又粗又大又硬又长又爽