為新一代機(jī)器人賦予聰慧“大腦”

　　——“復(fù)雜場(chǎng)景中自主系統(tǒng)的智能感知與學(xué)習(xí)控制”項(xiàng)目獲得省自然科學(xué)獎(jiǎng)一等獎(jiǎng)

　  隨著智能化時(shí)代的到來(lái)，機(jī)器人在復(fù)雜環(huán)境中如何具備類(lèi)人的感知和學(xué)習(xí)能力，是需要研究解決的一個(gè)挑戰(zhàn)課題。國(guó)防科技大學(xué)牽頭完成的“復(fù)雜場(chǎng)景中自主系統(tǒng)的智能感知與學(xué)習(xí)控制”項(xiàng)目，將為新一代機(jī)器人在復(fù)雜場(chǎng)景中作業(yè)能力的提升提供堅(jiān)實(shí)的基礎(chǔ)理論和技術(shù)支持。在今天召開(kāi)的湖南省推進(jìn)創(chuàng)新型省份建設(shè)暨科技獎(jiǎng)勵(lì)大會(huì)上，該成果獲得省自然科學(xué)獎(jiǎng)一等獎(jiǎng)。

　　自主系統(tǒng)，通俗地說(shuō)就是各種機(jī)器人系統(tǒng)，在沒(méi)有人的干預(yù)下，具備類(lèi)似人一樣的感知、決策和控制能力，完成預(yù)定目標(biāo)。單一環(huán)境下的機(jī)器人如工業(yè)機(jī)器人發(fā)展日趨成熟，但復(fù)雜場(chǎng)景如非結(jié)構(gòu)化道路、水下作業(yè)等需要移動(dòng)機(jī)器人面臨外界的千變?nèi)f化，智能感知與學(xué)習(xí)控制難度陡增，亟需從基礎(chǔ)研究尋求突破。

　　經(jīng)過(guò)近20年的潛心研究，該項(xiàng)目以自主駕駛車(chē)輛和水下仿生機(jī)器人兩類(lèi)典型的自主系統(tǒng)為應(yīng)用對(duì)象，在復(fù)雜場(chǎng)景視覺(jué)顯著性檢測(cè)的多尺度頻域分析方法、基于稀疏核特征的自評(píng)價(jià)學(xué)習(xí)控制理論和方法、水下自主系統(tǒng)的仿生流場(chǎng)感知機(jī)理與預(yù)測(cè)型學(xué)習(xí)控制方法等方面取得重要?jiǎng)?chuàng)新，研究成果推廣應(yīng)用于汽車(chē)自主駕駛系統(tǒng)、仿生波動(dòng)長(zhǎng)鰭樣機(jī)等自主無(wú)人系統(tǒng)，取得了顯著的應(yīng)用推廣效益。

　　項(xiàng)目負(fù)責(zé)人徐昕教授介紹，機(jī)器人智能感知的一個(gè)重要方面就是類(lèi)似人的視覺(jué)，復(fù)雜場(chǎng)景下從圖像中很快找到自己關(guān)注的目標(biāo)，也就是具備注意力選擇機(jī)制;學(xué)習(xí)控制則是機(jī)器人通過(guò)強(qiáng)化學(xué)習(xí)或者迭代學(xué)習(xí)優(yōu)化行為操控能力。在復(fù)雜場(chǎng)景中，這兩個(gè)步驟都需要研究突破機(jī)器人智能感知與學(xué)習(xí)控制的新理論和新算法來(lái)實(shí)現(xiàn)。如無(wú)人駕駛車(chē)需要快速檢測(cè)定位交通標(biāo)志、行人和車(chē)輛等，利用駕駛經(jīng)驗(yàn)提升駕駛決策和操控技能;水下仿生機(jī)器人則需要精確檢測(cè)估計(jì)水流速度，利用周期性的運(yùn)動(dòng)規(guī)律實(shí)現(xiàn)控制策略的迭代學(xué)習(xí)、提升推進(jìn)效率。

　　據(jù)悉，該研究工作得到強(qiáng)化學(xué)習(xí)理論奠基人、AAAI Fellow R.Sutton教授、視覺(jué)注意計(jì)算奠基人Laurent Itti教授等國(guó)際權(quán)威專(zhuān)家的高度評(píng)價(jià)。在2015年公布的國(guó)際視覺(jué)注意計(jì)算模型性能測(cè)試中，項(xiàng)目提出的HFT模型排名第一。

　　(文/胡宇芬 任彬彬)