触觉感知和发展的模型.doc

《触觉感知和发展的模型.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、触觉感知和发展的模型　　　　触觉感知和发展的模型　　触觉感知模型是数学结构，试图解释触觉积累关于环境中的物体和试剂的信息的过程。由于触觉是一种主动的感觉，即感觉器官在感觉过程中被移动，所以这些模型经常描述优化感知结果的运动策略。　　触觉发展的模型试图从更基本的原则来解释感知的出现和伴随的运动策略。这些模型通常涉及到对探索策略的学习，旨在解释行为的发生发展。　　这些模型有两个互补的用法。首先是试图解释和预测动物和人类的行为。为此，啮齿动物的触须系统经常被使用，因为它是一个在神经科学中被充分研究的系统。Vibrissae（触须）行为，即啮齿动物的面部毛发的运动策略，在不同的感知任务中被

2、模拟，试图揭示潜在的共同原理，以及触觉感知和发展的神经机制。同样的模型也被用于人造结构，例如机器人，试图既验证触觉感觉运动策略的出现，又尝试和优化新型机器人平台中的触觉感知。　　介绍　　触觉是指在环境中的触觉物体上收集的信息。该信息可以是对象的位置，形状，材料或表面纹理。因此，触觉感知的模型旨在解释这些信息如何积累，整合和用于触觉任务，如歧视和本地化。　　触摸是一种主动的感觉，即感觉器官通常被移动以感知环境。因此，建模触觉感知涉及对导致触觉信息积累的感觉运动策略建模。换句话说，这些模型描述了感觉器官与触觉物体相互作用时的行为或运动。模型试图描述在动物和人类中观察到的触觉导向行为，或

3、者导出最佳的感知策略，然后将它们与观察到的行为进行比较。　　　　图1：主动触觉感知模型架构　　由于触摸，而不是视觉、听觉和嗅觉，是近端感，即感官必须与物体接触才能感知，运动通常是触觉策略描述的一部分。在许多啮齿动物等夜间动物中，触感系统（一系列可移动的面部毛发）被用于在黑暗中感知环境。因此导航和物体识别主要是通过触觉来完成的。已经开发了几种触觉引导运动的模型来解决这种跨模态的整合。　　从其他意义上讲，基于代理人的经验和与环境的相互作用，触觉知觉在本体论发展过程中发生变化。这一变化的一部分是探测触觉物体的感觉运动触觉策略的出现。例如，幼仔的触须在成熟到成年时就表现出不同的方式（Gra

4、ntetal。2012）。发展模式试图用感官指导运动学习的基本原理和内在动机探索来描述这种探索行为的出现。　　模型类型　　触觉感知建模通常由两个主要组成部分组成，即感知和行动。知觉部分试图描述触觉信息整合到一个凝聚力感知。动作组件试图描述为了移动感觉器官而使用的动作策略，以便它可以获取这个信息。　　触觉感知通常通过人工神经网络或贝叶斯推断来建模。使用人工神经网络（ANN）来描述感知任务期间的学习过程。它们与生物神经系统更密切相关，并有许多计算有效的工具来实施它们。人工神经网络通常以监督学习的方式使用，其目的是通过标记的训练集来学习触觉辨别，或者捕捉整个感觉运动因子-环境相互作用的连

5、续变量前向模型。贝叶斯推理模型捕获新的观察到的信息到感知更新的单一框架的最佳整合。来自可能的嘈杂环境的每个新证据被用于以最佳方式更新当前任务中的触觉感知。这些模型具有较少的自由参数来调整，并且近年来已经显示出很好地描述人类和动物中的许多感知任务。　　触觉感知的运动策略通常通过最优控制理论或强化学习来建模。最优控制理论是一种数学形式主义，其中定义了一个成本函数，然后使用已知的数学技术来找到最小化成本的最佳轨迹或策略。在触觉感知任务中，成本函数通常是感知错误的组合，例如歧视歧义和移动感官的能量成本。因此，最优控制解决方案可以给策略或最佳行为，使感知最大化，同时使能量成本最小化。强化学习

6、是一个计算范式，试图找到最大化未来累积奖励的政策或行为。这是一个循序渐进的学习过程，与环境的重复交互导致收敛到最佳策略。在触觉感知任务中，奖励是任务的完成，并且该模型导致融合感觉触觉触觉策略。最优控制和强化学习的主要区别在于前者是解决“离线”问题，而后者是一种考虑到与环境相互作用的学习算法。虽然两者都有最佳的策略或政策，但形式主义和数学技术是不同的。　　模型应用　　触觉和发展模式可以用几种方式使用。第一个是试图描述，解释和预测动物和人的触觉行为。在每个触觉任务中，观察到的行为被记录和分析。然后构建模型来尝试和重新捕获相同的行为，然后对新任务中的行为进行预测。然后在这些新的预测任务中

7、验证模型。　　触觉模型的第二个应用是对基础神经元机制的理解。例如，啮齿动物的触须系统已经研究了数十年，并且已经产生了对导致触觉感知的潜在神经元网络的深刻理解。将描述触觉的模型组件连接到特定的大脑区域或功能可以增加对这些区域的理解，并可能尝试解释模型和神经学术语中的异常行为。　　触觉模型的另一个应用是它在人造代理中的实现，例如机器人。具有触感的机器人平台受到对生物触觉感知模型的新理解的启发。将电机集成到感官中，例如人造晶须机器人或触觉传感器覆盖的机器人手指，使得物体感知