11、视觉-运动映射的学习

视觉-运动映射的学习

1. 引言

在机器人技术和人工智能领域，视觉-运动映射的学习是实现自主机器人控制的关键步骤之一。通过学习，机器人可以从视觉输入中理解环境，并根据这些信息调整其运动，从而完成复杂的任务。本文将详细介绍一个名为MURPHY的机器人系统如何通过实践和内部模拟学习视觉与运动之间的映射关系，以及这种学习在系统中的具体实现方式。

2. 学习视觉-运动映射

MURPHY系统通过在初始训练期间“挥舞”手臂在摄像机前进行，并在后续的纯“心理”练习期间，从零开始学习正向和逆向差分运动学。具体来说，MURPHY在训练过程中会随机移动其手臂，同时通过摄像机捕捉手臂的视觉特征（如白色斑点），并记录相应的关节角度。通过这种方式，MURPHY逐渐建立起视觉特征与关节角度之间的映射关系。

训练过程

1. 初始训练 ：MURPHY在初始训练期间会随机移动其手臂，同时通过摄像机捕捉手臂的视觉特征（如白色斑点），并记录相应的关节角度。
2. 纯“心理”练习 ：在后续的纯“心理”练习期间，MURPHY通过内部模拟来改进运动规划。这种练习不需要实际移动手臂，而是通过模拟视觉特征与关节角度之间的关系来进行学习。

学习机制

MURPHY的学习机制基于连接主义架构，其中关节空间和视觉工作空间表示都由拓扑映射的简单神经元单元群体组成。所有需要的运动学关系都表示为这些群体之间适当组合的单层可修改突触连接。这种架构允许MURPHY直接生成和操纵其手臂在工作空间中的明确全视觉场图像，在此图像上与运动规划相关的