Indexed by：
Abstract：
针对智能体的行为认知问题,提出一种小脑与基底神经节相互协调的行为认知计算模型.该模型核心为操作条件学习算法,包括评价机制、行为选择机制、取向机制及小脑与基底神经节的协调机制.初期的学习信号来自于下橄榄体和黑质两部分,在熵的意义上说明该算法是收敛的.采用该学习方法为自平衡两轮机器人建立运动神经认知系统,利用RBF网络逼近行为和评价网络.仿真实验表明该方法改善仅有基底神经节作用的行为-评价算法学习速度慢和失败次数多的问题,学习后期通过温度的不断降低,加快学习速度,震荡逐渐消失,改善学习效果.
Keyword：
Reprint Author's Address：
Email：
Source ：
模式识别与人工智能
ISSN： 1003-6059
Year： 2012
Issue： 1
Volume： 25
Page： 29-36
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 8
Chinese Cited Count：
30 Days PV： 13
Affiliated Colleges：
