智能机器人的视觉系统的设计及视觉注意、识别的学习

本文讨论的是智能机器人的视觉系统的结构功能及视觉注意的学习，重点讨论了中介奖赏刺激与它的视觉注意能力获得的关系。（我认为中介奖惩刺激在智能机器人的行为学习过程中发挥着非常重要的作用，但大家好像都没注意，所以在这里我用它讨论了智能机器人的视觉注意问题，以此让大家认识到它的无法替代的作用。我觉得我在这里从理论上基本上解释清楚了智能机器人的视觉注意问题（看明白了本文所论述的方法，我想大家会认同我的观点，让智能机器人通过学习获得与环境相适应的视觉注意能力，从理论上并不是什么难题），虽说以智能机器人为例，但也可以用相似的方法来解释人的视觉注意）这篇文章所需要的一些基础知识比如奖惩学习、目的的作用等等，我这里就不再论述了，见我相关的文章。
这篇文章的结构是：先明确设计智能机器人的视觉系统的结构与功能，然后再讨论它是如何通过学习获得与环境相适应的注意、识别能力的。
智能机器人不需要像人那样的视觉系统，但它的视觉系统借鉴了人的视觉系统，对智能机器人的视觉系统的讨论也有助于我们对人的视觉注意的理解。
智能机器人，获得视觉注意能力的方法可多种多样，这里论述的是一种方法。

文章见附件

不知道楼主的设想是不是用神经网络做的，如果是的话我觉得在高层（神经元以上的层面上）上您每给出一条规则在使其功能更完善的同时也给视觉系统加上的了一层枷锁。因为这条规则不光可以提高效率或更几接近生物视觉同时以后的网络在则么变化也都不能逾越这条规则。比如智能机器人对一个对象注意识别过程的流程图，这个个流程就是你的系统跳不出的圈。还有对象想的表达方式以及记忆的表达方式这些一旦固定都将在优化的同时带上了枷锁。当然这两者就有点偏离视觉系统了，但神经系统是个整体单讲视觉系统没多大意义。我觉得环境和神经系统相互影响，神经系统的发展是神经元在各种竞争下的一个必然结果。神经元在竞争中是由全才到专才发展的，这种由全到转的分化初期可能就是位置（不特指空间位置）的不同而导致的环境不同，从而使得各方面竞争压力不同个神经元的生存选择不同。到了中期可能竞争已经是的神经元之间已经有了相互识别状态的能力（交流能力）从而可以更好的利用环境（其它神经元的状态）找到自己的生存空间。竞争后期交流能力较强较全面的神经元群可以在各种神经元群之间协调各种竞争资源的分配了，同时在此构成中它们也获利生存。这类神经元就像是个信息交换所，可能是大脑的雏形。。。当然我说的不一定正确但是如果撇开这种类似过程不考虑而直接构建神经网络的高层框架就会使得神经网络在一定意义上跟程序一样受制于认为制定的规则之中。

我的这篇文章的背景，见我的拟人智能的实现这篇文章。我的在本站的一个智能机器人专题的帖子中的一些文章应能对您的疑问有帮助。

我们的原装进口全功能智能型便携式臭氧治疗仪正式发布了，产品集：大自血治疗、小自血治疗、臭氧水、臭氧油、体外套袋、腔体注气功能于一身！产品体积小便于移动，功能强大媲美进口高压臭氧治疗仪，性价比很高，做大自血疗法也可以多周期注气，治疗效果更快更好！

欢迎货比三家。想了解的请联系我
公司网站：sslmed.com

招商销售热线：13552236797

学习学习！！