為新一代機器人賦予聰慧“大腦”

　　——“復(fù)雜場景中自主系統(tǒng)的智能感知與學(xué)習(xí)控制”項目獲得省自然科學(xué)獎一等獎

　  隨著智能化時代的到來，機器人在復(fù)雜環(huán)境中如何具備類人的感知和學(xué)習(xí)能力，是需要研究解決的一個挑戰(zhàn)課題。國防科技大學(xué)牽頭完成的“復(fù)雜場景中自主系統(tǒng)的智能感知與學(xué)習(xí)控制”項目，將為新一代機器人在復(fù)雜場景中作業(yè)能力的提升提供堅實的基礎(chǔ)理論和技術(shù)支持。在今天召開的湖南省推進創(chuàng)新型省份建設(shè)暨科技獎勵大會上，該成果獲得省自然科學(xué)獎一等獎。

　　自主系統(tǒng)，通俗地說就是各種機器人系統(tǒng)，在沒有人的干預(yù)下，具備類似人一樣的感知、決策和控制能力，完成預(yù)定目標(biāo)。單一環(huán)境下的機器人如工業(yè)機器人發(fā)展日趨成熟，但復(fù)雜場景如非結(jié)構(gòu)化道路、水下作業(yè)等需要移動機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)過近20年的潛心研究，該項目以自主駕駛車輛和水下仿生機器人兩類典型的自主系統(tǒng)為應(yīng)用對象，在復(fù)雜場景視覺顯著性檢測的多尺度頻域分析方法、基于稀疏核特征的自評價學(xué)習(xí)控制理論和方法、水下自主系統(tǒng)的仿生流場感知機理與預(yù)測型學(xué)習(xí)控制方法等方面取得重要創(chuàng)新，研究成果推廣應(yīng)用于汽車自主駕駛系統(tǒng)、仿生波動長鰭樣機等自主無人系統(tǒng)，取得了顯著的應(yīng)用推廣效益。

　　項目負(fù)責(zé)人徐昕教授介紹，機器人智能感知的一個重要方面就是類似人的視覺，復(fù)雜場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制;學(xué)習(xí)控制則是機器人通過強化學(xué)習(xí)或者迭代學(xué)習(xí)優(yōu)化行為操控能力。在復(fù)雜場景中，這兩個步驟都需要研究突破機器人智能感知與學(xué)習(xí)控制的新理論和新算法來實現(xiàn)。如無人駕駛車需要快速檢測定位交通標(biāo)志、行人和車輛等，利用駕駛經(jīng)驗提升駕駛決策和操控技能;水下仿生機器人則需要精確檢測估計水流速度，利用周期性的運動規(guī)律實現(xiàn)控制策略的迭代學(xué)習(xí)、提升推進效率。

　　據(jù)悉，該研究工作得到強化學(xué)習(xí)理論奠基人、AAAI Fellow R.Sutton教授、視覺注意計算奠基人Laurent Itti教授等國際權(quán)威專家的高度評價。在2015年公布的國際視覺注意計算模型性能測試中，項目提出的HFT模型排名第一。

　　(文/胡宇芬 任彬彬)