栏目导航
省自然科学奖一等奖:为新一代机器人赋予聪慧
时间:2019-02-27

华声在线2月27日讯 (湖南日报·华声在线记者 胡宇芬 通讯员 任彬彬) 随着智能化时代的到来,机器人在庞杂环境中如何具备类人的感知和学习才能,是须要研讨解决的一个挑战课题。国防科技大学牵头实现的“复杂场景中自主系统的智能感知与学习把持”名目,将为新一代机器人在复杂场景中功课能力的晋升供应坚实的基本实践跟技能支持。在今天召开的2018年度湖南省推动创新型省份建设暨科技褒奖大会上,该结果获得省自然科学奖一等奖。

——“复杂场景中自主系统的智能感知与学习控制”项目失掉省造作迷信奖一等奖

经过近20年的潜心研究,该项目以自主驾驶车辆和水下仿赌气器人两类典型的自主系统为应用对象,在复杂场景视觉显明性检测的多尺度频域分析方式、基于稀疏核特色的自评估学习节制理论和方法、水下自主系统的仿生流场感知机理与猜想型学习掌握措施等方面取得主要翻新,研究成果推广利用于汽车自主驾驶系统、仿生稳固长鳍样机等自主无人系统,取得了明显的应用推广效益。

自主系统,艰深地说就是各种机器人体系,在不人的干预下,具备类似人一样的感知、决定跟控制才干,实现预约目标。单一环境下的机器人如工业机器人发展日趋成熟,但复杂场景如非结构化道路、水下作业等需要移动机器人面临外界的变幻无限,智能感知与学习操纵难度陡增,亟需从基础研究寻求冲破。

名目负责人徐昕教养介绍,机器人智能感知的一个重要方面就是相似人的视觉,复杂场景下从图像中很快找到自己关注的目的,也就是具备留心力决定机制;学习控制则是机器人通过强化学习或者迭代学习优化举动操控能力。在复杂场景中,这两个步骤都需要研究攻破机器人智能感知与学习控制的新实际和新算法来实现。如无人驾驶车需要快速检测定位交通标志、行人和车辆等,利用驾驶教训提升驾驶决议和操控技巧;水下仿活气器人则需要正确检测估计水流速度,运用周期性的运动法令实现控制策略的迭代学习、提升推进效率。

为新一代机器人赋予聪慧“大脑”

据悉,该研究工作得到强化学习理论奠基人、AAAI Fellow R.Sutton传授、视觉注意盘算奠基人Laurent Itti教学等国际权威专家的高度评估。在2015年公布的国际视觉留神打算模型性能测试中,项目提出的HFT模型排名第一。