摘要本文首先介绍了关于人工智能的研究背景和现阶段热门的研究方向，给出了用Izhikevich神经节模型对机器人的学习行为进行模拟的方案。然后通过收集和查阅资料，介绍了神经节模型在生物学上的主要结构和功能，并介绍了几种当前比较成熟的强化学习方法。接着基于给出的Izhikevich神经节模型，对几种典型的脑皮层神经元和多巴胺调节的突触进行MATLAB仿真，在微观结构上对Izhikevich神经节模型进行研究。最后基于simbad机器人仿真平台，利用已经建立好的Izhikevich神经节模型，进行一个机器人走迷宫的实验，通过这一实验验证了Izhikevich神经节模型在宏观功能上确实有学习的功能。65295

毕业论文关键词  基底神经节  强化学习  MATLAB仿真  机器人  simbad

毕业设计说明书（论文）外文摘要

Title    Study of Robot Reinforcement Learning Mechanism Based on Basal Ganglia                                    

Abstract

This thesis first introduces the research background and stage hot research on artificial intelligence, proposed the feasibility of simulating of the robot learning behavior model by Izhikevich ganglion. Then through the collection and access to information, introduced the ganglion model’s main structure and function in biology, and describes several current relatively mature reinforcement learning. Then based on the Izhikevich ganglion model, simulated several typical cortical neurons and synaptic regulation by dopamine on MATLAB, researched  Izhikevich ganglion model in the microstructure. Finally, based on simbad robot simulation platform, using the established Izhikevich ganglia model for a robot maze experiments, the experiment proved Izhikevich ganglia function in the macro model does have learning function.

Keywords  Basal Ganglia   Reinforcement Learning     MATLAB   agent  simbad

目   次

1绪论 1

1.1引言 1

1.2研究背景1

1.3研究内容及方法3

2基底神经节生物学原理  4

2.1基底神经节生物特性   4

2.2 突触的生物结构  5

2.3 神经元模型  6

2.4强化学习概述8

3基于Izhikevich神经节模型的强化学习算法 11

3.1 Izhikevich神经元模型 11

3.2 MATLAB仿真程序简介  12

3.3 各类脑皮层神经元的MATLAB仿真 13

3.4 多巴胺调节的突触可塑性 18

4 Simbad仿真平台下的机器人强化学习仿真29

4.1simbad平台简介29

4.2simbad平台下的机器人走迷宫仿真30

结论  33

致谢  34

参考文献35

1  绪论

1．1  引言

对于大多数像我一样年龄段的人来说，对于机器人一词的印象很大程度上来源于《终结者》系列电影，电影里描述的机器人是如此的聪明，以至于让人类遭受灭顶之灾。如同电影里的描述一样，一种拥有人工智能的机器人与其说是物理学家制造的冷冰冰的机器，更像是生物学家制造出来的一种无论是在智能上还是的身体上都强大无比的生物。尽管我们仍然无法制造出像人一样聪明的机器人，但这种担忧绝不是杞人忧天，更不是像“上帝是否能够制造出一块自己不能举起来的石头”一样的哲学悖论。因为在可以预见的将来，我们一定能造出至少和人类拥有相同智能的机器人。其中一种方法是，当生物学家能够完全弄清楚人体大脑的结构后，物理学家完全有能力用芯片搭建出和人脑一模一样的机器，如此，我们可以认为这样的机器大脑至少在处理问题复杂度的能力上毫不逊色于人类，而在解决问题的速度上却更胜于人类。另一种方法是，我们以后将会制造出一种超级计算机，只要该计算机的运算速度足够快，我们就能够用它来模拟出整个生物系统的进化过程，以至于模拟出比人类具有更高智力的生物。虽然有人提出我们可以通过立法来停止这样的行为，但对于人类不断探索未知领域的好奇心来说，这样的探索就像苹果树上的苹果对亚当夏娃的诱惑一样，总会有人不惜牺牲一切去尝试。 simbad基于基底神经节机器人强化学习技术研究:http://www.751com.cn/zidonghua/lunwen_72849.html