一种改进的皮层网络环境认知模型

武 悦 阮晓钢 黄 静 柴 洁

环境认知是哺乳动物觅食和生存的基本技能,研究表明[1−3],哺乳动物普遍具有强大的环境认知能力.研究并复现哺乳动物的环境认知机制对于提高智能体导航能力、增进人们对生物环境认知机制的理解有着重要意义.有研究发现[4],前额皮层与高层次的环境认知有关,对前额皮层实施组织切除术后的大鼠不能完成Morris 水魔方环境认知任务.皮层网络实质上是不同神经元在大脑中的组织方式,其组成单元皮质柱是一种按照神经元功能排列的分层结构.皮层网络对于哺乳动物环境认知的重要作用在于建立感官输入与动作决策之间的联系,形成完整的环境认知能力.

为了使机器人表现出像哺乳动物那样强大的环境认知能力,很多学者对前额皮层网络进行了计算建模研究.皮层网络建模通常涉及奖励传播及路径规划两个问题.对于前者,目前广泛采用奖励扩散[5−9](Reward diffusion)的方法.该方法以固定的传播系数将奖励值传播给周围神经元,具有计算简单的优点.但是,由于离子通道的随机开闭或神经元的形态变化,神经元内部存在着噪声信号,干扰了神经元的规律放电[10].在考虑神经元噪声的情况下,基于奖励扩散方法的模型由于噪声在神经元传递过程中的累积效应,导航表现有所下降,且奖励信息随距离增加而发生衰减.对于路径规划问题,皮层网络模型的路径规划主要采用向量法[11]和位置细胞法……