乔红院士团队：类脑智能机器人：理论分析与系统应用

近日，Machine Intelligence Research发表了中国科学院乔红院士的最新研究成果，该文章对类脑视觉认知、决策、运动控制和肌肉骨骼系统的前沿研究进行了综述，构建了两套软件系统和一套对应的硬件系统，旨在验证并应用于下一代类脑肌肉骨骼机器人。

 

机器人被誉为"制造业皇冠上的明珠"，已经成为衡量一个国家科技综合实力的重要指标。自1962年第一台工业机器人Unimate上线以来，人们将大量的机器人系统投入到了工业生产线上，代替工人完成重复性、高风险、高负荷的任务，从而不断为制造业企业创造巨大的生产效益。随着机械工程、控制和人工智能技术的不断进步，国防、医疗、先进制造业等众多应用领域都对机器人应用提出了迫切的需求。然而，现有机器人系统的性能仍然受到传感器精度、系统重复精度和辅助机械性能的限制。提高机器人的性能需要机械工程、材料科学、控制理论、智能芯片、信息科学等多学科的协同发展，而由于其所需投资较大，开发周期较长，机器人的广泛应用也大大受限。

 

相比之下，人类在感官反馈绝对精度低、行为控制和分散计算能力有限的情况下，可以实现比每个身体单元独立完成能力更加出色的整体性能。这主要得益于人类能够整合多个脑区的信息，并且能充分利用身体结构的优势。因此，通过模仿人类的生理结构、行为特征、智能原理和控制机制，开展类脑智能机器人研究，对开发新一代机器人具有重要意义。

 

传统的关节连杆型机器人由于在单一任务中的高精度作业，在生产线上得到了广泛使用。制造业和服务业的快速发展，对机器人的综合性能提出了越来越高的要求。为了实现类人的运动控制和操纵，人们对多种仿生机器人进行了研究。为了让机器人更好地模仿人类和动物，研究团队提出了一条从内部神经机制到外部躯体结构的研究思路。在这种思路的指导下，搭建了一套包含视觉认知、决策、运动控制和肌肉骨骼结构的类脑智能机器人系统。

 

研究详情请见原文：

Brained-inspired Intelligent Robotics: Theoretical Analysis and Systematic Application

http://doi.org/10.1007/s11633-022-1390-8

---

---