機器人精細操作是完成高精度任務的必要條件，作為主要反饋源的顯微視覺具有窄視野、小景深、平面成像等特點，導致小空間內的觀測狀態不能直接反映操作空間位姿，這種“所見非所得”給復雜場景下的機器人精細操控提出了挑戰。近日，來自中國科學院自動化研究所研究團隊在《IEEE Transactions on Neural Networks and Learning Systems》類腦控制專刊上發表研究成果，提出了一種多腦區協同類腦控制框架，較好地解決了小空間、器件遮擋等復雜環境下的精細操控難題。

    研究人員借鑒對應感知、規劃和控制的不同腦區，分別提出模仿視覺皮層的感知模塊、模仿小腦皮層的控制模塊、模仿前額葉皮層的規劃和預測模塊等，并按照相應信息流傳遞將這些腦區模仿模塊進行連接。模仿對應腦區特性，初級視覺利用卷積操作識別圖像狀態，高級視覺以全連接形式實現從（二維）圖像空間到（三維）操作空間的位姿映射；小腦模塊借鑒小腦皮層的獨特結構實現穩定無超調的運動控制；前額葉模塊以循環加前向的混合模式預測運動軌跡，以分塊式興奮-抑制的連接模式規劃不同表征空間的運動。

    研究表明，該方法能有效實現多種復雜小空間內的自主規劃與控制，通過高精度的軌跡預測與快速的動作響應，能克服常規方法無法解決的器件遮擋時運動規劃問題，從而拓寬了機器人精細操控的可控邊界；這種類腦控制架構還具有較強的可解釋性和靈活性，每個模塊均可高精度地模擬對應腦區，將這些模塊進行組合即可適應多種異構精細操控任務。

    論文鏈接：https://ieeexplore.ieee.org/document/9537647

    注：此研究成果摘自《IEEE Transactions on Neural Networks and Learning Systems》雜志，文章內容不代表本網站觀點和立場，僅供參考。