机器人认知效率评估与决策机制研究
1. 视频监控认知效率评估
在两人徘徊期间的视频行为识别和游荡检测中,环境变化对其有显著影响。例如,在某些场景下,仅有一半的徘徊行为能被检测到,表现为只有一人被红色高亮显示,而另一人始终处于绿色矩形框内。这表明在实际具有挑战性的场景中,视频监控效率在特定时间段内会出现下降。
2. 从感知到认知与决策
2.1 机器人系统的类脑感知拓展
在类脑感知、运动和控制的实际应用中,除了视频和图像的感知信息外,还应进一步纳入触觉和听觉感知。触觉是指分布在机器人身体皮肤上的神经细胞接收外界温度、湿度、疼痛、压力和振动的感觉。目前,机器人已经能够通过皮肤触觉传感器检测并响应轻微触摸刺激,甚至可以成功检测“触摸压力”。基于视觉假设,未来的机器人有望理解并决定如何适应逐渐的压缩或长时间的刺激。
2.2 类脑运动与控制
机器人的认知过程应与人类大脑类似,包含获取知识和应用知识两个过程,这也是人类最基本的心理过程,涵盖感觉、感知、记忆、思维、想象和表达。输入视觉 - 大脑的信息经过心理处理后转化为内部心理活动,从而控制机器人的行为,这就是通过视觉 - 大脑进行信息处理、认知和决策的全过程。
基于记忆、注意力和认知控制等认知功能以及知识的深度学习方法,正广泛应用于设计更具动态性、鲁棒性和强大功能的系统。基于认知的深度神经网络的进展也可应用于类脑神经网络。根据视觉假设,机器人可以初步将机器人视觉认知模块与类脑感知相连接,如下图所示:
graph LR
A[视觉 - 大脑] --> B[心理