TY - JOUR A2 - Kragic, Danica AU - Alnajjar, Fady AU - Hafiz, Abdul Rahman AU - Murase, Kazuyuki PY - 2010 DA - 2010/09/07 TI - HCBPM:近年来，越来越多的研究集中在仿人机器人控制系统的开发上。已经提出了几种方法来支持这种控制器的学习阶段，在这个阶段，机器人可以通过观察和/或接受来自人类甚至另一个机器人的直接指导来学习新的行为。这些方法需要动态的学习和记忆技术，机器人可以利用这些技术在学习新的行为的同时，不断地改革和更新其内部系统。在此背景下，本研究探讨了一种发展增量学习记忆模型的新方法。该方法受到神经科学原理的启发，开发的模型被命名为“分层构造记忆反向传播”(HCBPM)。通过教仿人机器人通过自然交互识别一组物体，验证了该模型的有效性。实验结果表明，该模型在总体上有效提高了机器学习的实时性，可以用于建立适合机器人和用户之间的社会学习环境。SN - 1687-9600 UR - https://doi.org/10.1155/2010/241785 DO - 10.1155/2010/241785 JF - Journal of Robotics PB - Hindawi Publishing Corporation KW - ER -