目录

第1 章脑的基本组成 1

1.1 脑的定位及脑的组成 1

1.1.1 脑的定位 1

1.1.2 脑的组成 1

1.2 大脑的功能 3

1.3 大脑皮层分区 5

1.3.1 解剖学分区 5

1.3.2 功能分区 7

1.3.3 细胞机构学分区 9

第2 章机器人自主心智发育 11

2.1 大脑发育和机器人自主心智发育 11

2.1.1 自主心智发育的概念 11

2.1.2 自主发育的特性 12

2.2 发育网络 13

2.2.1 发育网络学习算法：叶成分分析法 14

2.2.2 Top-k 竞争机制 16

2.2.3 神经元再生机制 16

2.2.4 突触维护 17

2.3 发育网络-2  21

2.3.1 发育网络-2 的新机制 21

2.3.2 发育网络-2 的工作原理 22

2.4 发育网络-3  24

2.4.1 发育网络-3 生命级算法 24

2.4.2 发育网络-3 时间级算法 25

2.5 6 种主要的神经调节递质 26

2.5.1 谷氨酸 27

2.5.2 伽马氨基丁酸 27

2.5.3 多巴胺 28

2.5.4 5-羟色胺 28

2.5.5 乙酰胆碱 29

2.5.6 去甲肾上腺素 30

2.6 调节发育网络 31

第3 章基于发育网络的大脑听觉神经系统模拟 34

3.1 听觉外周及信息传输通道 34

3.1.1 外耳 34

3.1.2 中耳 35

3.1.3 内耳 35

3.1.4 听觉外周信息传导通路 36

3.2 听觉中枢及神经传输通道 36

3.2.1 听觉中枢 36

3.2.2 神经传导通路 37

3.3 仿人听觉系统的发育网络模型及实现 39

3.3.1 听觉外周的模拟 39

3.3.2 听觉中枢的模拟 40

3.3.3 听觉系统模拟实验及分析 42

3.4 比较实验与分析 45

3.4.1 单词部分 45

3.4.2 短语部分 47

3.4.3 对比实验 48

第4 章基于发育网络的大脑视觉神经系统模拟 51

4.1 视觉信息传输通道 51

4.2 基于发育网络的人脸识别研究 52

4.2.1 图像识别网络框架 52

4.2.2 图像灰度归一化处理 52

4.2.3 网络计算 53

4.2.4 实验结果与分析 54

4.3 基于Where-What 网络的人脸识别研究 58

4.3.1 Where-What 网络概述 58

4.3.2 Where-What 网络结构 59

4.3.3 网络计算 61

4.3.4 实验结果与分析 61

第5 章基于发育网络的视觉-听觉双模发育系统模拟 73

5.1 视觉-听觉双模发育系统原理 73

5.2 3 个信息传输通路 74

5.2.1 听觉发育通路 74

5.2.2 视觉发育通路 75

5.2.3 视觉-听觉双模发育通路 75

5.3 视觉-听觉双模发育系统实验与分析 76

5.3.1 实验数据集 76

5.3.2 实验设计 77

5.3.3 训练过程 78

5.3.4 测试过程 80

5.3.5 实验结果与分析 82

5.3.6 对比实验 87

第6 章模拟小脑学习机理的机器人行为决策 90

6.1 小脑的运动学习功能 90

6.2 模拟小脑监督学习的机器人行为决策 90

6.2.1 调节发育网络结构 90

6.2.2 多巴胺和5-羟色胺系统工作原理 92

6.2.3 延迟奖励 93

6.2.4 仿真实验 94

6.3 集成基于奖励学习和基于误差学习的小脑学习模型 99

6.3.1 小脑学习模型的神经生理学基础 99

6.3.2 增量式自组织发育网络.100

6.3.3 小脑学习模型 103

6.3.4 神经元再生机制 108

6.3.5 实验结果与分析 111

第7 章集成小脑和基底神经节学习机理的机器人行为决策 121

7.1 基底神经节的运动学习功能.121

7.2 集成小脑监督学习和基底神经节强化学习的机器人行为决策 121

7.2.1 基底神经节模块 123

7.2.2 小脑模块 125

7.2.3 混合模型 125

7.2.4 实验结果与分析 126

7.3 机器人柔性类脑学习模型及实现 134

7.3.1 改进的前扣带回模型 134

7.3.2 小脑和基底神经节子系统结合方式的改进 139

7.3.3 静态环境实验结果与分析 140

7.3.4 动态环境实验结果与分析 144

7.3.5 小脑和基底神经节子系统结合方式改进性能验证 147

7.3.6 对比实验 151

第8 章非预期不确定性环境下机器人类脑行为决策 158

8.1 大脑的注意力机制与网络重置理论 158

8.1.1 大脑注意力机制 158

8.1.2 网络重置理论 159

8.2 基于调节发育网络的机器人类脑行为决策 159

8.2.1 神经调节系统的生理学基础 159

8.2.2 改进的调节发育网络模型 159

8.2.3 类脑学习方案设计 161

8.2.4 静态环境实验结果与分析 165

8.2.5 动态环境实验结果与分析 167

8.2.6 复杂环境下的对比试验 168

8.2.7 比较试验结果与分析 170

8.2.8 物理实验 172

8.3 基于视觉注意力机制的机器人类脑行为决策 176

8.3.1 视觉注意力机制的实现 176

8.3.2 视觉注意力网络 178

8.3.3 类脑学习方案设计178

8.3.4 静态环境实验结果与分析 181

8.3.5 动态环境实验结果与分析 184

8.3.6 比较试验结果与分析 188

第9 章模拟大脑记忆机理的机器人行为决策 190

9.1 记忆巩固与记忆重组 190

9.1.1 记忆巩固 190

9.1.2 记忆重组 191

9.2 记忆转换与记忆回放 192

9.2.1 记忆转换 192

9.2.2 记忆回放 193

9.3 好奇心触发的机器人类脑学习模型与实现 194

9.3.1 好奇心对记忆的促进作用 194

9.3.2 好奇心驱动的海马体-前额叶-前扣带回记忆模型 195

9.3.3 实验结果与分析 200

9.4 模拟记忆转换机理的机器人类脑行为决策 208

9.4.1 机器人行为决策模型构建 208

9.4.2 发育网络模型的工作原理 209

9.4.3 静态环境实验结果与分析 211

9.4.4 对比实验结果与分析 215

9.4.5 物理实验 216

9.4.6 小结 219

9.5 引入记忆回放机理的机器人类脑行为决策 219

9.5.1 双向搜索模型的描述 220

9.5.2 深度双向搜索模型 223

9.5.3 基于实验数值指标的综合评价方法 224

9.5.4 模型验证 224

9.5.5 仿真实验 233

9.6 机器人感知学习的计算发育模型及实现 236

9.6.1 非任务过程中的学习 239

9.6.2 侧向激励在非任务过程中如何引起学习迁移 241

9.6.3 静态环境实验结果与分析 243

9.6.4 动态环境实验结果与分析 248

9.6.5 比较实验结果与分析 250

9.6.6 物理实验结果与分析 251

第10 章模拟大脑学习与记忆机理的机器人行为决策 256

10.1 未知环境下模拟小脑-基底神经节功能的机器人行为决策模型 256

10.1.1 海马记忆巩固机理 256

10.1.2 行为决策模型的构建 256

10.1.3 对原有算法的改进措施 258

10.1.4 仿真实验 261

10.1.5 实物实验 265

10.1.6 小结.269

10.2 集成小脑监督学习和基底神经节强化学习的移动机器人行为决策模型 270

10.2.1 模型描述 270

10.2.2 仿真实验 274

10.2.3 实物实验 279

10.2.4 小结 282

参考文献 284