基于海馬體的面向未知復(fù)雜環(huán)境類腦導(dǎo)航技術(shù)綜述

陳雨荻， 熊智,2， 劉建業(yè),2， 楊闖， 晁麗君， 彭?xiàng)?/p>

(1.南京航空航天大學(xué) 自動化學(xué)院 導(dǎo)航研究中心, 江蘇 南京 211106;2.先進(jìn)飛行器導(dǎo)航、控制與健康管理工信部重點(diǎn)實(shí)驗(yàn)室, 江蘇 南京 211106;3.上海航天控制技術(shù)研究所, 上海 201109)

0 引言

近年來，機(jī)器人、無人車、無人機(jī)等無人移動平臺在民用領(lǐng)域和軍事領(lǐng)域被廣泛推廣[1]，在作戰(zhàn)領(lǐng)域發(fā)揮出巨大的作用。在執(zhí)行任務(wù)時，無人移動平臺的自主導(dǎo)航和運(yùn)動控制能力尤為重要，因此搭載的導(dǎo)航系統(tǒng)占據(jù)重要地位，面對未知復(fù)雜的環(huán)境，現(xiàn)階段的導(dǎo)航系統(tǒng)面臨著諸多挑戰(zhàn)，需要進(jìn)一步提升智能導(dǎo)航能力。

眾所周知，自然界中許多動物有較強(qiáng)的導(dǎo)航本領(lǐng)，不需要高精度的傳感器就能在未知復(fù)雜環(huán)境中生存，通過回憶之前的經(jīng)驗(yàn)可較好地完成導(dǎo)航任務(wù)。隨著人工智能的發(fā)展，智能自主導(dǎo)航技術(shù)也有了諸多研究方向。類腦導(dǎo)航作為人工智能(AI)技術(shù)的研究方向之一，其內(nèi)容涉及了腦科學(xué)和控制科學(xué)等多個交叉學(xué)科內(nèi)容。現(xiàn)階段類腦自主導(dǎo)航技術(shù)的概念還未統(tǒng)一，其基本內(nèi)涵為通過多種傳感器感知環(huán)境信息，利用具有與大腦功能相似的智能技術(shù)形成仿生的學(xué)習(xí)、記憶和認(rèn)知能力，能夠融合多種信息構(gòu)建認(rèn)知地圖并實(shí)現(xiàn)智能路徑規(guī)劃和導(dǎo)航[2]，與其他導(dǎo)航方式相比，類腦自主導(dǎo)航技術(shù)具有不依賴衛(wèi)星定位、低能耗等特點(diǎn)，為未知復(fù)雜環(huán)境下自主導(dǎo)航提供了有效的技術(shù)途徑[3]。本文將介紹類腦自主導(dǎo)航技術(shù)的最新研究進(jìn)展，沿類腦自主導(dǎo)航技術(shù)的研究路線，即理論方法、模型構(gòu)建以及應(yīng)用實(shí)現(xiàn)三方面構(gòu)成文章組織結(jié)構(gòu)，同時綜述與類腦自主導(dǎo)航發(fā)展相關(guān)的代表研究成果。

1 基于海馬體的類腦自主導(dǎo)航技術(shù)機(jī)制

大腦導(dǎo)航機(jī)理提供構(gòu)建“類腦”模型的方法和結(jié)構(gòu)。由于類腦導(dǎo)航技術(shù)源于哺乳動物大腦對環(huán)境的認(rèn)知方式，與仿生導(dǎo)航技術(shù)相比，類腦導(dǎo)航技術(shù)不止步于模擬生物導(dǎo)航行為，而是深入探索產(chǎn)生導(dǎo)航行為的來源，在模型構(gòu)建方面會側(cè)重深層次模擬大腦組織結(jié)構(gòu)以及神經(jīng)細(xì)胞活動等。哺乳動物大腦中參與環(huán)境認(rèn)知和導(dǎo)航的組織主要為海馬體(HF)，其中內(nèi)嗅皮層- 海馬區(qū)空間表征機(jī)理為類腦導(dǎo)航系統(tǒng)的構(gòu)建提供理論基礎(chǔ)，為了方便讀者理解類腦模型構(gòu)建和應(yīng)用，本節(jié)歸納類腦導(dǎo)航技術(shù)研究所需的大腦機(jī)理。

1.1 內(nèi)嗅皮層- 海馬區(qū)導(dǎo)航信息傳遞回路

哺乳動物大腦的海馬體多個區(qū)域參與記憶、認(rèn)知和導(dǎo)航活動[4]，其組織之間的連接與類腦導(dǎo)航系統(tǒng)模塊通信方式形成映射。綜合Witter和Van的研究內(nèi)容[5-6]，從宏觀角度分析，參與導(dǎo)航的海馬體可分為齒狀回 (DG)、海馬區(qū)[7-8]、下托綜合體[9]和內(nèi)嗅皮層[10]。其中，下托綜合體分為下托(Sub)、前下托(PrS)、傍下托(PaS)和后下托(PoS)。海馬區(qū)進(jìn)一步細(xì)化為海馬角(CA)、CA1～CA4，CA1與CA2通常可定義為海馬區(qū)。

近年來，隨著對海馬體研究的逐漸深入，研究學(xué)者揭示了海馬體整合信息的通信路徑。外界環(huán)境信息由嗅后皮層(POR)及嗅周皮層(PER)傳入內(nèi)嗅皮層，內(nèi)嗅皮層分為內(nèi)側(cè)內(nèi)嗅皮層(MEC)和外側(cè)內(nèi)嗅皮層(LEC)，內(nèi)嗅皮層共有Ⅵ層。內(nèi)嗅皮層的第Ⅱ?qū)訉⑿畔鬟f給齒狀回和CA3，CA3有大量的循環(huán)連接，產(chǎn)生了自聯(lián)想記憶的假設(shè)。外側(cè)內(nèi)嗅皮層第Ⅲ層將信息主要傳送到Sub，內(nèi)側(cè)內(nèi)嗅皮層第Ⅲ層將信息傳遞給CA1區(qū)和Sub，CA1區(qū)和下托將信息傳回內(nèi)嗅皮層的深層，由內(nèi)嗅皮層深層到淺層，再到齒狀回構(gòu)成一個回路[11]。圖1為海馬體結(jié)構(gòu)示意圖，圖2為信息傳遞回路示意圖。

圖1 海馬體[5-6]

圖2 內(nèi)嗅皮層- 海馬區(qū)信息傳遞回路[11]

1.2 空間表征細(xì)胞特性

海馬體中的空間表征細(xì)胞編碼輸入信息產(chǎn)生放電，其放電形態(tài)用于表征環(huán)境，由此可以根據(jù)放電特性構(gòu)建模型?，F(xiàn)階段主要研究的空間表征細(xì)胞為位置細(xì)胞、頭朝向細(xì)胞以及網(wǎng)格細(xì)胞。

1.2.1 位置細(xì)胞

O’keefe等在鼠腦CA3和CA1中發(fā)現(xiàn)了位置細(xì)胞(place cells)[12-13]。位置細(xì)胞放電活動與動物所處空間位置有很強(qiáng)的相關(guān)性，當(dāng)大鼠處于特定位置區(qū)域時，位置細(xì)胞才會產(chǎn)生動作電位[14-15]。位置細(xì)胞在環(huán)境空間中產(chǎn)生放電的范圍稱為放電野或位置野[16]，根據(jù)位置細(xì)胞對空間中特定位置產(chǎn)生放電這一特性構(gòu)建位置細(xì)胞模型。其放電形態(tài)如圖3所示。位置細(xì)胞整合內(nèi)源信息和外源信息進(jìn)行位置更新[17]。由本體感受的自運(yùn)動和前庭感覺信息稱為內(nèi)源信息(例如角速度、速度等)，基于視覺、聽覺、嗅覺等進(jìn)行外界感知的稱為外源信息。

圖3 位置細(xì)胞放電[14-15]

1.2.2 頭朝向細(xì)胞

頭朝向細(xì)胞通過整合內(nèi)源信息和外源信息中的角速度或者方向角度對當(dāng)前方位進(jìn)行估計(jì)，起到了“羅盤”的作用。頭朝向細(xì)胞主要位于鼠腦的PrS、PoS等部位[18]，隨著Kyriacou等[19]進(jìn)一步研究發(fā)現(xiàn)頭朝向細(xì)胞具有高斯分布的放電規(guī)律，當(dāng)大鼠頭部指向某一特定方向時，相應(yīng)頭朝向細(xì)胞會產(chǎn)生最大動作電位，此方向?yàn)轭^朝向細(xì)胞放電的最優(yōu)方向，如圖4中頭朝向細(xì)胞的最優(yōu)方向?yàn)?0°。

圖4 頭朝向細(xì)胞放電

1.2.3 網(wǎng)格細(xì)胞

網(wǎng)格細(xì)胞作為“路徑積分器”位于大鼠內(nèi)嗅皮層的第2層中[20]。當(dāng)大鼠自由活動時，網(wǎng)格細(xì)胞在空間位置發(fā)生重復(fù)性規(guī)律放電，放電野在空間環(huán)境中形成六邊形結(jié)構(gòu)[11-21]，如圖5所示。在空間環(huán)境中形成六邊形放電特征成為網(wǎng)格細(xì)胞模型模擬的放電特性之一。

圖5 網(wǎng)格細(xì)胞放電[20]

之后，F(xiàn)yhn等[22]提出了網(wǎng)格細(xì)胞與位置細(xì)胞形成的放電野都與空間中的位置相對應(yīng)的理論，在活動區(qū)域中，位置細(xì)胞模型需要對應(yīng)一個特定區(qū)域產(chǎn)生放電，網(wǎng)格細(xì)胞模型可在多個區(qū)域形成放電野。在未知環(huán)境下，網(wǎng)格細(xì)胞快速形成六邊形放電野并保持穩(wěn)定，同時將外源信息和自運(yùn)動信息作為信息輸入整合運(yùn)動路徑。

另外，網(wǎng)格細(xì)胞放電野具有的空間特征在路徑綜合過程中發(fā)揮著重要作用。網(wǎng)格細(xì)胞放電野具有3個空間特征，分別為網(wǎng)格尺度、網(wǎng)格方向和網(wǎng)格相位，如圖6所示，其中ra和rb表示不同網(wǎng)格尺度的放電野半徑，λa和λb表示相同網(wǎng)格尺度放電野之間的距離。網(wǎng)格尺度描述了放電野之間的距離和放電野的大小，網(wǎng)格方向描述放電野連線之間的傾斜程度，網(wǎng)格相位描述相對參考點(diǎn)的位置[23-26]。

圖6 網(wǎng)格細(xì)胞空間特征(×表示網(wǎng)格放電野中心點(diǎn)所在相位)

網(wǎng)格細(xì)胞的網(wǎng)格尺度大小與表征的空間環(huán)境范圍相關(guān)，多尺度網(wǎng)格細(xì)胞模型在小尺度空間(2 m×2 m)范圍有較好的表征效果，但在大尺度范圍(km及以上)的適用性較差[27]，Yang等[28]提出了利用余數(shù)系統(tǒng)解碼多尺度網(wǎng)格細(xì)胞模型的方法，該方法能夠使多尺度網(wǎng)格細(xì)胞模型適應(yīng)在較大空間范圍中對速度和方位信息的整合。

1.2.4 其他空間表征細(xì)胞

隨著對內(nèi)嗅皮層- 海馬區(qū)空間表征機(jī)理的深入研究，除了位置細(xì)胞、頭朝向細(xì)胞和網(wǎng)格細(xì)胞，還存在其他功能的空間表征細(xì)胞。例如，邊界細(xì)胞或者稱為邊界矢量細(xì)胞以及條紋細(xì)胞和動作細(xì)胞等。

邊界細(xì)胞具有在臨近位置細(xì)胞群表征空間邊界的放電特性[29]，之后Lever等[30]發(fā)現(xiàn)了邊界細(xì)胞具有描述空間范圍的作用。經(jīng)研究發(fā)現(xiàn)，通過整合具有不同特性的條紋細(xì)胞可以形成六邊形網(wǎng)格放電野，由此為網(wǎng)格細(xì)胞的構(gòu)建提供理論參考[31]。此外，Dolle等[32]發(fā)現(xiàn)大腦中還存在根據(jù)環(huán)境變化、目標(biāo)方位以及任務(wù)需求產(chǎn)生行為決策響應(yīng)的動作細(xì)胞，該研究為類腦路徑規(guī)劃方法提供了新的技術(shù)策略。

2 類腦自主導(dǎo)航系統(tǒng)結(jié)構(gòu)和空間表征細(xì)胞模型

類腦自主導(dǎo)航系統(tǒng)模型作為溝通動物大腦導(dǎo)航機(jī)制和類腦自主導(dǎo)航系統(tǒng)工程應(yīng)用的“橋梁”，其系統(tǒng)模型參照大腦導(dǎo)航機(jī)制構(gòu)建，即內(nèi)嗅皮層- 海馬區(qū)導(dǎo)航信息傳遞回路、空間表征細(xì)胞之間的信息交互方式以及空間表征細(xì)胞放電特性。類腦自主導(dǎo)航系統(tǒng)的構(gòu)建由單個細(xì)胞模型開始，之后以Barrera等[33]的研究為例，開始了網(wǎng)格細(xì)胞和頭朝向細(xì)胞等的集成化模型研究，隨后逐漸形成較為完善的類腦自主導(dǎo)航系統(tǒng)模型框架結(jié)構(gòu)。

2.1 類腦自主導(dǎo)航系統(tǒng)整體結(jié)構(gòu)模型

在類腦導(dǎo)航系統(tǒng)結(jié)構(gòu)研究方面，一方面可以從嗅皮層- 海馬區(qū)整體功能層面建立系統(tǒng)模型，例如Mhatre等[34]提出的自組織內(nèi)嗅皮層- 海馬區(qū)計(jì)算架構(gòu)。另一方面，可以將空間表征細(xì)胞模型作為模塊單元，然后組合模塊形成類腦自主導(dǎo)航系統(tǒng)結(jié)構(gòu)，例如Edvardsen等[35]基于網(wǎng)格細(xì)胞、位置細(xì)胞和邊界細(xì)胞構(gòu)建類腦導(dǎo)航系統(tǒng)模型，該系統(tǒng)中結(jié)合網(wǎng)格細(xì)胞的矢量導(dǎo)航機(jī)制以及邊界細(xì)胞和位置細(xì)胞的調(diào)節(jié)機(jī)制實(shí)現(xiàn)局部避障功能，并可支持復(fù)雜環(huán)境中的導(dǎo)航。

圖7中展示了較為全面的類腦導(dǎo)航系統(tǒng)結(jié)構(gòu)，該模型由Tejera等[36]構(gòu)建，在系統(tǒng)中外源信息(例如視覺)和自運(yùn)動信息作為輸入，經(jīng)過頭朝向細(xì)胞、網(wǎng)格細(xì)胞和位置細(xì)胞等空間表征細(xì)胞的信息整合和相互作用形成認(rèn)知地圖，進(jìn)而通過Actor-Critic[37]架構(gòu)的強(qiáng)化學(xué)習(xí)獎勵機(jī)制產(chǎn)生運(yùn)動決策行為[38]。

圖7 類腦導(dǎo)航系統(tǒng)整體結(jié)構(gòu)模型[36]

2.2 空間表征細(xì)胞模型構(gòu)建方法

空間表征細(xì)胞模型作為類腦導(dǎo)航系統(tǒng)的組成單元，其通過編碼運(yùn)動信息模擬神經(jīng)細(xì)胞放電形態(tài)，從而表征環(huán)境位置變化。現(xiàn)階段構(gòu)建空間表征細(xì)胞模型可基于吸引子神經(jīng)網(wǎng)絡(luò)、振蕩干涉原理和脈沖神經(jīng)網(wǎng)絡(luò)。

2.2.1 吸引子神經(jīng)網(wǎng)絡(luò)模型

吸引子神經(jīng)網(wǎng)絡(luò)模型的類腦特性表現(xiàn)為模擬CA3區(qū)神經(jīng)元儲存大腦皮層的輸入信息和記憶能力。大腦中的神經(jīng)元之間的突觸的連接是可塑的，當(dāng)最初放電的神經(jīng)元觸發(fā)其他神經(jīng)元時形成記憶的整個形態(tài)，此時網(wǎng)絡(luò)會趨向于一個穩(wěn)定的狀態(tài)，具有唯一性、持續(xù)性、集成性和漂移校正等特性。

2.2.1.1 吸引子

基于大腦神經(jīng)特性構(gòu)建動力學(xué)系統(tǒng)，Marr等[39]最早提出了吸引子概念，動力學(xué)系統(tǒng)中存在一組穩(wěn)定的狀態(tài)，若在輸入中施加輕微干擾則會回到這個狀態(tài)，這些穩(wěn)定狀態(tài)即為吸引子，這些吸引子也作為系統(tǒng)中的“記憶”。吸引子被用來描述狀態(tài)隨時間變化的動力學(xué)系統(tǒng)的穩(wěn)定性，其表示一組穩(wěn)定狀態(tài)的集合。劉建業(yè)等[40]的研究中表明，當(dāng)系統(tǒng)受到偏移或噪聲干擾時，這些代表穩(wěn)定狀態(tài)的吸引子會將相鄰的狀態(tài)吸引到該狀態(tài)，從而保持系統(tǒng)的相對穩(wěn)定性，這種穩(wěn)定性體現(xiàn)了吸引子動力學(xué)模型與大腦神經(jīng)網(wǎng)絡(luò)具有的相關(guān)性和一致性?；谏鲜鎏匦?，空間表征細(xì)胞通?；谖由窠?jīng)網(wǎng)絡(luò)進(jìn)行模型構(gòu)建。

吸引子按結(jié)構(gòu)分為點(diǎn)吸引子、極限環(huán)和連續(xù)吸引子等。Wu等[41]的研究證實(shí)了連續(xù)吸引子神經(jīng)網(wǎng)絡(luò)(CANNs)可用于神經(jīng)系統(tǒng)細(xì)胞建模。連續(xù)吸引子最簡單的結(jié)構(gòu)為一維線性吸引子和環(huán)狀吸引子。線性吸引子可以表示具有最小值和最大值的變量，例如表示水平方向眼睛位置。環(huán)狀吸引子適合于表示無邊界值的變量，例如頭部方向。一維線性和環(huán)狀吸引子的二維延伸稱為平面吸引子，平面吸引子適用于表示二維變量。不同類型吸引子并不相互排斥，可以將多種類型的吸引子嵌入同一網(wǎng)絡(luò)中。

2.2.1.2 基于吸引子神經(jīng)網(wǎng)絡(luò)的空間表征細(xì)胞模型

頭朝向細(xì)胞連接強(qiáng)度的不對稱性會使波包沿著圓環(huán)移動，波包移動的方向代表頭部的朝向，當(dāng)方向不發(fā)生改變時，頭朝向細(xì)胞連接強(qiáng)度不會發(fā)生改變[42]。Stringer等[43]提出了頭朝向細(xì)胞的自組織連續(xù)吸引子神經(jīng)網(wǎng)絡(luò)模型如圖8所示，每個方向偏好細(xì)胞與周圍細(xì)胞之間存在不同的連接強(qiáng)度，連接強(qiáng)度是它們偏好方向角度差的函數(shù)，興奮性連接的相互作用形成的波包代表當(dāng)前的頭朝向。之后Stringer等[44]提出了基于自組織連續(xù)吸引子神經(jīng)網(wǎng)絡(luò)的位置細(xì)胞模型。

圖8 一維環(huán)狀吸引子[43]

多層連續(xù)吸引子的頭朝向細(xì)胞模型，如圖9所示[45]，多層連續(xù)吸引子模型可擴(kuò)展空間的表達(dá)信息，增加對環(huán)境高度的認(rèn)知，多層頭朝向細(xì)胞在連續(xù)吸引子神經(jīng)網(wǎng)絡(luò)中的表達(dá)可表示為二維矩陣形式，模型四周為包絡(luò)連接，實(shí)現(xiàn)周期性表達(dá)頭部朝向和高度信息。

圖9 多層連續(xù)吸引子[45]

網(wǎng)格細(xì)胞模型可建立為二維環(huán)狀吸引子模型，由于大腦中細(xì)胞的活動狀態(tài)與周圍細(xì)胞的遞歸連接強(qiáng)度和輸入密切相關(guān)，在吸引子網(wǎng)格細(xì)胞模型中，每個吸引子代表的是空間環(huán)境中的某一位置，神經(jīng)網(wǎng)絡(luò)通過吸引子的興奮和抑制信號來對整個環(huán)境進(jìn)行編碼，通過連接神經(jīng)面板周圍的神經(jīng)元形成環(huán)狀連續(xù)吸引子模型，實(shí)現(xiàn)連續(xù)的周期性環(huán)境信息編碼，如圖10[46]所示。Burak等[47]提出了速度編碼的連續(xù)吸引子網(wǎng)絡(luò)模型，該模型可以在10～100 m，1～10 min 內(nèi)準(zhǔn)確整合速度從而更新位置。為了擴(kuò)展對三維空間的認(rèn)知，Yu等[45]將網(wǎng)格細(xì)胞模型進(jìn)行擴(kuò)展，形成三維連續(xù)吸引子模型，該模型可用于三維空間位置積分，如圖11所示。

圖10 二維環(huán)狀吸引子[46]

圖11 三維連續(xù)吸引子[45]

2.2.2 振蕩干涉模型

振蕩干涉模型主要用于網(wǎng)格細(xì)胞模型的構(gòu)建，模型啟發(fā)來源于Koenig的研究報(bào)告。當(dāng)大鼠探索環(huán)境時，鼠腦內(nèi)嗅皮層- 海馬區(qū)結(jié)構(gòu)中腦電圖表現(xiàn) 8～12 Hz的θ波振蕩，當(dāng)大鼠運(yùn)動到位置細(xì)胞放電區(qū)域時，位置細(xì)胞出現(xiàn)θ波振蕩，到達(dá)網(wǎng)格細(xì)胞放電野的位置時也出現(xiàn)θ波振蕩，注入利多卡因使θ振蕩減少后，內(nèi)嗅皮層的網(wǎng)格狀放電模式消失[48]。

單細(xì)胞的振蕩干涉模型由Burgess等[49]首次提出，在該模型中，網(wǎng)格細(xì)胞的輸入來自于頭朝向細(xì)胞選擇的最優(yōu)方向。Zilli等[50]提出了多種不同網(wǎng)絡(luò)作用的振蕩干涉模型，該模型由可以保持恒定頻率的基線振蕩器V0和多個有源振蕩器組成Vi，i≥1有源振蕩器的相位相對于基線振蕩器改變從而編碼位置信息。不同的速度輸入振蕩器會改變振蕩器的頻率，從而產(chǎn)生高于或低于基線振蕩器的頻率，因此在有源振蕩器與基線振蕩器具有相同相位的位置集中產(chǎn)生一組平行帶。振蕩干涉模型如圖12所示，模型中的輸入為速度信號vi，震蕩器Vi通過ωi進(jìn)行內(nèi)部耦合連接，網(wǎng)格細(xì)胞通過突觸ωi,G接受震蕩器的所有輸出，經(jīng)過整合后形成網(wǎng)格細(xì)胞六邊形放電野?；谡袷幐缮婺Ｐ蜆?gòu)建的網(wǎng)格細(xì)胞模型通過參數(shù)調(diào)節(jié)可形成不同尺度和相位的網(wǎng)格細(xì)胞放電野[51]。Yartsev等[52]的最近的研究表明，在果蝙蝠和獼猴的內(nèi)嗅海馬系統(tǒng)中并沒有觀測到θ波振蕩，當(dāng)對θ波振蕩產(chǎn)生進(jìn)行破壞，網(wǎng)格細(xì)胞放電野依然保持不變，振蕩干涉模型在細(xì)胞建模中不具有廣泛通用的生理學(xué)機(jī)制。

圖12 網(wǎng)格細(xì)胞振蕩干涉模型

2.2.3 脈沖神經(jīng)網(wǎng)絡(luò)模型

(1) 脈沖神經(jīng)網(wǎng)絡(luò)模型原理

脈沖神經(jīng)網(wǎng)絡(luò)(SNN)通過模擬大腦中神經(jīng)活動進(jìn)行建模，在生物神經(jīng)元中，神經(jīng)元之間的通信是通過傳播動作電位序列(也稱為傳到下游神經(jīng)元的脈沖序列)來完成的。突觸前神經(jīng)元的活動調(diào)節(jié)突觸后神經(jīng)元的膜電位，當(dāng)膜電位超過閾值時產(chǎn)生動作電位或脈沖。脈沖產(chǎn)生的速率和脈沖序列的時間模式攜帶外部刺激有關(guān)信息并持續(xù)進(jìn)行計(jì)算。這些單獨(dú)的脈沖在時間上很稀疏，因此每個脈沖都有很高的信息含量，并且具有均勻的幅值(100 mV，脈沖寬度約為1 ms)[53]。

(2)脈沖神經(jīng)網(wǎng)絡(luò)模型類型和應(yīng)用

脈沖神經(jīng)網(wǎng)絡(luò)通過脈沖的精確時間或脈沖序列進(jìn)行通信[54]，使單個脈沖的時間信息能夠進(jìn)行表達(dá)，脈沖神經(jīng)元具有動態(tài)特性，即內(nèi)部狀態(tài)(定義為每個神經(jīng)元輸入的加權(quán)和)隨時間變化[55-57]，圖13所示為前饋脈沖神經(jīng)網(wǎng)絡(luò)模型。

圖13 前饋脈沖神經(jīng)網(wǎng)絡(luò)模型

生物神經(jīng)元使用離散的脈沖來計(jì)算和傳輸信息，并且除了脈沖發(fā)放率外，脈沖時間也含有重要信息，由此脈沖神經(jīng)網(wǎng)絡(luò)更加貼近了生物神經(jīng)元信息傳遞形式。脈沖神經(jīng)網(wǎng)絡(luò)中的信息是通過脈沖時序傳達(dá)，包括延遲和脈沖速率，也可以通過群體進(jìn)行信息表達(dá)，因此脈沖網(wǎng)絡(luò)具有對生物神經(jīng)系統(tǒng)中信息傳輸時間敏感的優(yōu)勢，這使脈沖神經(jīng)網(wǎng)絡(luò)在生物學(xué)上更具有生理學(xué)特性，對了解大腦的計(jì)算方式有很大研究價值。研究表明，每個脈沖的精確時序在神經(jīng)編碼中起著重要的作用[58]。精確的脈沖時序作為感覺信息處理區(qū)域[59]和大腦運(yùn)動控制[60-61]的重要編碼信息。

Hodgkin等根據(jù)烏賊軸突的細(xì)胞膜中離子通道的電壓門控特性首次建立了脈沖神經(jīng)網(wǎng)絡(luò)模型—HH模型[62]，該模型中描述了大量生物細(xì)節(jié)，計(jì)算量較大，隨后人們提出了多種神經(jīng)元模型，例如脈沖響應(yīng)模型[63]、Izhikevich神經(jīng)元模型[64]、以及帶泄漏的積分觸發(fā)(LIF)模型[65]。LIF模型直觀描述了外部輸入信息，具有計(jì)算簡單等特點(diǎn)[66]。Lorenz等[67]將CA3中的位置細(xì)胞建模為LIF模型，該模型能有效對目標(biāo)位置進(jìn)行表征并形成放電野。Tang等[68]基于SNN模型構(gòu)建多種空間表征細(xì)胞用于機(jī)器人導(dǎo)航控制系統(tǒng)。德國開姆尼茨工業(yè)大學(xué)Fred Hamker教授團(tuán)隊(duì)[67]基于SNN構(gòu)建位置細(xì)胞序列模型建立基于地圖的面向目標(biāo)導(dǎo)航系統(tǒng)。

基于時序的脈沖序列含有大量有效信息可以減少能量消耗，可用于制造低能耗硬件設(shè)備。脈沖神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)通過調(diào)整突觸權(quán)重實(shí)現(xiàn)，脈沖神經(jīng)網(wǎng)絡(luò)基于神經(jīng)啟發(fā)機(jī)制的學(xué)習(xí)規(guī)則并不能直接復(fù)制非脈沖形式，神經(jīng)科學(xué)家定義這種學(xué)習(xí)規(guī)則及其變化規(guī)則為STDP(spike-timing-dependent plasticity)。通常STDP作為無監(jiān)督學(xué)習(xí)機(jī)制，是一個時序非對稱形式的Hebb學(xué)習(xí)法則，與突觸前和突觸后神經(jīng)元峰值之間的時間間隔密切相關(guān)。如果突觸前神經(jīng)元在突觸后神經(jīng)元之前不久觸發(fā)(大約10 ms)，則連接它們的權(quán)重會增加。如果突觸前神經(jīng)元在突觸后神經(jīng)元后不久觸發(fā)，則時間事件之間的因果關(guān)系是虛假的，權(quán)重會減弱。突觸前脈沖在突觸后脈沖前幾毫秒內(nèi)到達(dá)稱為LTP (long-term potentiation)，反之為LTD (long-term depression)。隨著技術(shù)發(fā)展，神經(jīng)科學(xué)家研究在脈沖神經(jīng)網(wǎng)絡(luò)下進(jìn)行強(qiáng)化學(xué)習(xí)，特別提出調(diào)節(jié)獎勵STDP (reward-modulated STDP, RM-STDP)，由此，SNN可以在設(shè)計(jì)的全局獎勵信息下得到一個最優(yōu)決策[69]，目前SNN模型在準(zhǔn)確性方面還有一些不足，但性能隨著研究的進(jìn)步正在逐步提升。

3 面向未知復(fù)雜環(huán)境的類腦SLAM及路徑規(guī)劃技術(shù)應(yīng)用

在未知復(fù)雜環(huán)境中實(shí)現(xiàn)自主導(dǎo)航需要在沒有預(yù)設(shè)路線的前提下了解實(shí)際的環(huán)境信息，同步地圖構(gòu)建和定位(SLAM)[70]同時解決環(huán)境感知與定位這兩個問題，是智能系統(tǒng)在未知復(fù)雜環(huán)境下進(jìn)行自主導(dǎo)航的關(guān)鍵技術(shù)。傳統(tǒng)的視覺SLAM在定位和制圖精度上可以滿足簡單的應(yīng)用場景需求，其搭載的視覺傳感器在獲取信息的過程中易受光照變化、環(huán)境圖像紋理和快速運(yùn)動等因素影響，以上影響因素對特征點(diǎn)的提取與匹配造成干擾，使其復(fù)雜環(huán)境的適用性較低。盡管研究人員開發(fā)的尺度不變特征變換[71](SIFT)算法使系統(tǒng)適應(yīng)光照及圖形形變帶來的影響，提高了在復(fù)雜環(huán)境中的適用性，但效率較低，難以滿足實(shí)時定位與建圖需求。

通常情況下，環(huán)境感知信息存在噪聲和誤差，因此還需要進(jìn)行優(yōu)化處理，傳統(tǒng)SLAM技術(shù)多數(shù)基于概率模型進(jìn)行優(yōu)化估計(jì)，其主要原理為：將當(dāng)前采集到的環(huán)境數(shù)據(jù)通過數(shù)學(xué)模型處理傳感器與環(huán)境的模糊性，其中較為常用的算法有卡爾曼濾波[72]算法、粒子濾波[73]算法、最大似然估計(jì)等。上述模型基于概率模型進(jìn)行優(yōu)化和估計(jì)，其準(zhǔn)確性與可靠性依賴于建立精確的數(shù)學(xué)模型，而在未知復(fù)雜環(huán)境中難以構(gòu)建精確數(shù)學(xué)模型，這使導(dǎo)航系統(tǒng)的適應(yīng)性較差。

路徑規(guī)劃同樣需要構(gòu)建環(huán)境數(shù)學(xué)模型，隨后利用搜索算法進(jìn)行最優(yōu)路徑規(guī)劃。常用環(huán)境建模方法主要有：柵格法、可視圖法、維諾圖法等，路徑搜索算法有A*[74-75]算法、Dijkstra算法[76-77]、人工勢場法[78-80]等。當(dāng)面臨復(fù)雜的大范圍任務(wù)環(huán)境時，傳統(tǒng)路徑規(guī)劃算法出現(xiàn)了搜索速度慢、尋優(yōu)能力差等問題。仿生的群智能路徑規(guī)劃算法克服了傳統(tǒng)路徑規(guī)劃算法的部分缺點(diǎn)，具有很好的魯棒性，其路徑規(guī)劃速度也有所提升。現(xiàn)階段仿生的群智能算法有蟻群算法[81-83]、遺傳算法[84-86]、粒子群優(yōu)化算法[87-88]等。仿生的群智能路徑規(guī)劃算法主要思想是將路徑規(guī)劃問題轉(zhuǎn)化為最優(yōu)搜索問題，然而仿生的群智能算法存在實(shí)時性較差，計(jì)算量大，全局搜索能力較弱等問題，其在路徑搜索的快速性、可靠性方面依然需要進(jìn)一步提升[89]。

經(jīng)過生物學(xué)研究發(fā)現(xiàn)，哺乳動物具有構(gòu)建認(rèn)知地圖和運(yùn)動決策的能力，因此類腦SLAM和類腦路徑規(guī)劃具有解決實(shí)時性差、需要精確建模以及計(jì)算量大等問題。

3.1 類腦同步空間地圖構(gòu)建與定位

自然界中的生物不具備高精度傳感器也可以在長途復(fù)雜環(huán)境中尋找食物并在找到食物后以捷徑回巢[90]，同時在缺乏部分信息源時也能依靠經(jīng)驗(yàn)信息進(jìn)行導(dǎo)航。1948年，Tolman等[91]發(fā)現(xiàn)在迷宮實(shí)驗(yàn)中的老鼠能夠迅速地找到通往食物的捷徑，并且當(dāng)熟悉路徑被阻擋后能夠找到新的路徑，由此猜想，哺乳動物通過在大腦中構(gòu)建地圖來進(jìn)行空間認(rèn)知與導(dǎo)航。

Tolman[92]提出了認(rèn)知地圖的概念，認(rèn)知地圖是通過各種形式對環(huán)境進(jìn)行的智力描述，動物對外界環(huán)境的學(xué)習(xí)，并不是把起始點(diǎn)到目標(biāo)點(diǎn)的路徑信息進(jìn)行簡單的搜集，而是對外界環(huán)境生成一種內(nèi)部的抽象描述。認(rèn)知地圖是動物對環(huán)境信息進(jìn)行收集、組織、貯存、回憶、并對其空間方位和特征屬性加以編碼的產(chǎn)物。其建立在直覺和本能的基礎(chǔ)上進(jìn)行編碼、解碼、學(xué)習(xí)和理解。

在未知復(fù)雜環(huán)境中進(jìn)行導(dǎo)航時，先在認(rèn)知地圖中鎖定目標(biāo)的大致的范圍，然后憑借對目標(biāo)形象的理解鎖定小范圍內(nèi)的目標(biāo)。認(rèn)知地圖的構(gòu)建主要依靠于海馬體各區(qū)域內(nèi)的空間表征細(xì)胞，通過對外源信息和內(nèi)源信息進(jìn)行整合以及空間表征細(xì)胞之間的相互作用最終形成認(rèn)知地圖，實(shí)現(xiàn)外部環(huán)境在大腦內(nèi)的神經(jīng)重現(xiàn)。研究學(xué)者受生物導(dǎo)航能力啟發(fā)，研究基于生物大腦導(dǎo)航機(jī)理啟發(fā)的SLAM系統(tǒng)，進(jìn)而提升整體地圖構(gòu)建與定位性能，環(huán)境地圖構(gòu)建的主要形式有度量地圖、拓?fù)涞貓D及混合地圖[93]。

3.1.1 基于單一種類細(xì)胞模型的地圖構(gòu)建

如前文所述，位置細(xì)胞和網(wǎng)格細(xì)胞具有表征位置信息能力，因此構(gòu)建單一種類空間表征細(xì)胞模型可以得到路徑位置信息和認(rèn)知地圖，同時也為形成更加完善的類腦自主導(dǎo)航系統(tǒng)提供基礎(chǔ)。Jacobson等[94]提出基于位置細(xì)胞模型的多尺度建圖系統(tǒng)，利用位置細(xì)胞模型將相機(jī)、WiFi和氣壓高度計(jì)信息進(jìn)行編碼，由不同尺度位置細(xì)胞構(gòu)建路徑地圖。南洋理工大學(xué)Datta等[95]研究了一種在線快速學(xué)習(xí)的地圖構(gòu)建技術(shù)，該技術(shù)利用視覺信息作為位置細(xì)胞模型輸入，通過位置細(xì)胞模型解算得出實(shí)時位置信息并構(gòu)建路徑地圖。Barboni教授研究團(tuán)隊(duì)[96]基于網(wǎng)格細(xì)胞脈沖放電形式構(gòu)建模型并用于機(jī)器人平臺驗(yàn)證，該機(jī)器人具有大鼠自由探索環(huán)境的行為特征并向中心系統(tǒng)報(bào)告位置信息，從而構(gòu)成生物啟發(fā)的認(rèn)知地圖，具有一定的智能行為。

3.1.2 基于多種類細(xì)胞模型聯(lián)合的地圖構(gòu)建

隨著對單一種類細(xì)胞模型的有效研究，逐漸形成基于多種空間表征細(xì)胞模型的類腦SLAM系統(tǒng)。通過不同種類空間表征細(xì)胞模型之間的信息交互，其系統(tǒng)表現(xiàn)出更加卓越的性能。美國羅格斯大學(xué)的Tang等[97]利用大腦導(dǎo)航機(jī)理構(gòu)建一個實(shí)時SLAM系統(tǒng)，該系統(tǒng)由位置細(xì)胞、網(wǎng)格細(xì)胞、頭部方向細(xì)胞和邊界細(xì)胞組成。該系統(tǒng)基于SNN網(wǎng)絡(luò)構(gòu)建空間表征細(xì)胞模型，在SNN中利用勝者為王學(xué)習(xí)規(guī)則構(gòu)造位置細(xì)胞模型，引入異種突觸競爭學(xué)習(xí)塑造網(wǎng)格細(xì)胞和位置細(xì)胞之間的突觸連接。同時將系統(tǒng)集成到Loihi芯片中，該系統(tǒng)在未知環(huán)境下構(gòu)建地圖的實(shí)時性是傳統(tǒng)方法的12倍。

昆士蘭科技大學(xué)Ball教授團(tuán)隊(duì)[98]對基于嚙齒動物大腦中導(dǎo)航神經(jīng)計(jì)算機(jī)理的RatSLAM系統(tǒng)進(jìn)行建模，該系統(tǒng)將純視覺信息作為輸入，用連續(xù)吸引子網(wǎng)絡(luò)來建立細(xì)胞模型，利用經(jīng)驗(yàn)來建立未知定位可能假設(shè)，使其在感知信息缺失的情況下也能正常工作，通過跑車試驗(yàn)驗(yàn)證了系統(tǒng)的可靠性。在前面的研究基礎(chǔ)上，Milford教授團(tuán)隊(duì)繼續(xù)研究，提出基于三維網(wǎng)格細(xì)胞和多層頭朝向細(xì)胞吸引子神經(jīng)網(wǎng)絡(luò)模型的四自由度SLAM系統(tǒng)，如圖14所示。系統(tǒng)模擬哺乳動物利用視覺對環(huán)境的感知，擴(kuò)展網(wǎng)格細(xì)胞與頭朝向細(xì)胞維度，利用視覺里程計(jì)數(shù)據(jù)激發(fā)三維網(wǎng)格細(xì)胞和多層頭朝向細(xì)胞活性，將采集的視覺信息與預(yù)先儲存的視覺模板進(jìn)行匹配，當(dāng)處于熟悉場景時局部場景細(xì)胞被激活，將活性輸入到頭朝向細(xì)胞和網(wǎng)格細(xì)胞模型中進(jìn)行校準(zhǔn)，通過路徑積分形成拓?fù)涞貓D，實(shí)現(xiàn)對三維空間的認(rèn)知以及通過熟悉場景標(biāo)定所在位置的功能[45]。

圖14 三維四自由度SLAM[45]

復(fù)旦大學(xué)Zeng等[99]提出基于空間記憶系統(tǒng)的視覺信息和自運(yùn)動信息融合的貝葉斯吸引子網(wǎng)絡(luò)模型的SLAM系統(tǒng)，如圖15所示。該網(wǎng)絡(luò)模型由兩個子網(wǎng)絡(luò)模型組成，分別為頭朝向細(xì)胞網(wǎng)絡(luò)和網(wǎng)格細(xì)胞網(wǎng)絡(luò)，子網(wǎng)絡(luò)分別對應(yīng)哺乳動物大腦頭朝向細(xì)胞和網(wǎng)格細(xì)胞的神經(jīng)編碼形式，其中頭朝向細(xì)胞用于角度編碼，網(wǎng)格細(xì)胞用于位置信息編碼，分別表示方向和位置信息。將來自前庭的自運(yùn)動信息輸入到每個子網(wǎng)絡(luò)中，通過細(xì)胞群編碼進(jìn)行整合以及視覺信息進(jìn)行校正，并基于貝葉斯方法進(jìn)行更新，成功構(gòu)建半度量半拓?fù)涞貓D，該系統(tǒng)在不同環(huán)境特征條件下均具有自主性。

圖15 基于貝葉斯吸引子網(wǎng)絡(luò)SLAM系統(tǒng)[99]

3.2 類腦路徑規(guī)劃

路徑規(guī)劃作為自主導(dǎo)航技術(shù)中的另一核心技術(shù)，需考慮路徑形成過程中的多方面因素，如路徑行程距離、避免與障礙物碰撞以及任務(wù)執(zhí)行效率等。隨著人工智能技術(shù)的飛速發(fā)展，路徑規(guī)劃也應(yīng)用更加智能的技術(shù)。無人移動平臺通過推斷任務(wù)目標(biāo)和位置之間矢量信息產(chǎn)生路徑，該路徑的產(chǎn)生具有不確定性，隨后可由類腦算法選擇捷徑行走到任務(wù)目標(biāo)區(qū)域。

3.2.1 基于單一種類細(xì)胞模型的類腦路徑規(guī)劃

由于SNN具有更好的神經(jīng)放電形態(tài)模擬特性，中國、美國和日本等國家的科研單位和高校對基于SNN的空間表征細(xì)胞模型在路徑規(guī)劃和導(dǎo)航控制應(yīng)用方面具有了一些研究進(jìn)展和成果。日本東京都立大學(xué)Naghizadeh等[100]開發(fā)基于SNN的動態(tài)在線路徑規(guī)劃模型，該模型模擬神經(jīng)元(某種空間表征細(xì)胞)信息傳遞方式，具有較好的規(guī)避障礙能力，并在不可預(yù)測的旅行成本下應(yīng)用。該模型可用于機(jī)器人在崎嶇地形上的路徑規(guī)劃，系統(tǒng)設(shè)計(jì)如圖16所示[100]。第1步，使用Kinect傳感器生成地圖的結(jié)構(gòu)，并通過無線通信將其發(fā)送給所提出的系統(tǒng)。第2和第3步，執(zhí)行規(guī)劃的路徑，前向傳遞構(gòu)造神經(jīng)元連接以尋找可能的路徑，后向傳遞用突觸修剪模型可減少獲得當(dāng)前位置到目標(biāo)位置最佳路徑的神經(jīng)網(wǎng)絡(luò)中的無效神經(jīng)元。為了應(yīng)對不可預(yù)測的障礙物，執(zhí)行有效的動態(tài)規(guī)劃，其處理機(jī)制為起始點(diǎn)神經(jīng)元首先向相鄰神經(jīng)元發(fā)出信號，計(jì)算突觸權(quán)重值。當(dāng)信號觸發(fā)目標(biāo)神經(jīng)元后，傳輸過程停止，然后優(yōu)化突觸數(shù)目和處理反向信號。第4步，通過藍(lán)牙通信將最佳路徑發(fā)送給機(jī)器人，進(jìn)行第5步執(zhí)行命令產(chǎn)生相應(yīng)動作，最后，機(jī)器人移動并更新當(dāng)前位置，該方法令機(jī)器人在未知環(huán)境中更加高效地規(guī)劃移動路徑并靈活躲避障礙物。

圖16 基于神經(jīng)元活動在線動態(tài)路徑規(guī)劃模型[100]

美國Naghizadeh教授研究團(tuán)隊(duì)[101]提出一種網(wǎng)格細(xì)胞導(dǎo)航模型，該計(jì)算模型通過調(diào)整細(xì)胞之間的權(quán)重構(gòu)建導(dǎo)航?jīng)Q策過程，提供機(jī)器人在未知環(huán)境以及未知目標(biāo)位置環(huán)境下通用的路徑搜索方案，減少了訪問先驗(yàn)狀態(tài)隨機(jī)游走的可能性，可在合理速度情況下實(shí)現(xiàn)相對更小能量消耗的有效路徑規(guī)劃，通過與相近的方法進(jìn)行比較，該方法具有更高效的速度處理能力，同時運(yùn)算占據(jù)更小的內(nèi)存。

在已知環(huán)境活動的嚙齒動物能夠在觀察到目標(biāo)位置后，快速規(guī)劃面向目標(biāo)導(dǎo)向的軌跡。大腦中CA3區(qū)在面向目標(biāo)導(dǎo)航過程中起到關(guān)鍵作用，其主要特征表現(xiàn)為位置細(xì)胞對特定環(huán)境的放電行為。由此，如何通過構(gòu)建位置細(xì)胞模型模擬生物在熟悉環(huán)境中的面向目標(biāo)快速導(dǎo)航行為成為研究重點(diǎn)。Dane等[102]將位置細(xì)胞建模為吸引子神經(jīng)網(wǎng)絡(luò)模型，將障礙物位置、墻體位置等空間環(huán)境編碼生成序列，之后利用馬爾可夫決策過程對位置序列按照離目標(biāo)距離較近進(jìn)行較大獎勵，進(jìn)而實(shí)現(xiàn)空間任意位置到達(dá)目標(biāo)位置的路線規(guī)劃。德國Lorenz教授研究團(tuán)隊(duì)[67]提出了一個位置細(xì)胞序列模型，將大腦DG中的神經(jīng)細(xì)胞和CA3中的位置細(xì)胞建模為LIF模型的脈沖神經(jīng)網(wǎng)絡(luò)，通過基于獎勵機(jī)制的目標(biāo)學(xué)習(xí)過程生成位置細(xì)胞表征的位置序列，并且在形成的位置序列中指導(dǎo)空間活動行為，該模型能夠模擬大鼠在決策任務(wù)中的行為。上述兩種研究中的位置細(xì)胞模型雖然不同，但中心思想都是通過構(gòu)建位置序列并給予目標(biāo)位置最大獎勵產(chǎn)生最佳決策和面向目標(biāo)的導(dǎo)航路徑。

3.2.2 基于多種類細(xì)胞模型聯(lián)合的類腦路徑規(guī)劃

位置細(xì)胞模型作為類腦導(dǎo)航系統(tǒng)中的重要模塊，能夠模擬生物導(dǎo)航過程中的某些方式，但對于類腦導(dǎo)航系統(tǒng)依然存在很多的性能提升空間，由此研究學(xué)者開展進(jìn)一步研究，細(xì)化空間表征細(xì)胞的功能，增強(qiáng)模型單元之間的信息交互能力，在未知環(huán)境中路徑規(guī)劃、避障等展現(xiàn)更優(yōu)越的性能，同時與構(gòu)建類腦認(rèn)知地圖相結(jié)合，在路徑規(guī)劃的同時對環(huán)境形成一定的認(rèn)知。Dolle等[32]提出由位置細(xì)胞、標(biāo)定細(xì)胞、動作細(xì)胞等空間表征細(xì)胞模型組成的系統(tǒng)結(jié)構(gòu)，該計(jì)算模型具有過程線索導(dǎo)航和路徑規(guī)劃轉(zhuǎn)換機(jī)制，動作細(xì)胞能夠在基于程序性或者認(rèn)知性這兩種學(xué)習(xí)機(jī)制下進(jìn)行導(dǎo)航策略選擇，同樣可以在環(huán)境變化的條件下選擇最優(yōu)行動路徑。Cuperlier等[103]依賴海馬體解剖結(jié)構(gòu)之間的相互作用機(jī)理構(gòu)建導(dǎo)航和路徑規(guī)劃模型。通過位置細(xì)胞和CA之間的聯(lián)系機(jī)理構(gòu)建過渡細(xì)胞模型，過渡細(xì)胞模型能夠減少路徑規(guī)劃中對位置細(xì)胞的依賴，可以通過學(xué)習(xí)后建立分段認(rèn)知地圖，之后利用Bellman-Ford algorithm算法進(jìn)行路徑選擇。美國羅格斯大學(xué)Tang等[68]基于SNN構(gòu)建由網(wǎng)格細(xì)胞、頭朝向細(xì)胞、位置細(xì)胞、邊界細(xì)胞等多種空間表征細(xì)胞模型組成的導(dǎo)航控制系統(tǒng)，其構(gòu)建的系統(tǒng)模型在“Gridbot”機(jī)器人中進(jìn)行驗(yàn)證，實(shí)驗(yàn)表明該神經(jīng)網(wǎng)絡(luò)能使“Gridbot”機(jī)器人在最少的學(xué)習(xí)條件下就可以自己繪制環(huán)境地圖并學(xué)習(xí)不同目標(biāo)的位置，可以像靈長類動物那樣，對環(huán)境進(jìn)行有效的探索和反應(yīng)。Huang等[104]同樣基于SNN構(gòu)建網(wǎng)格細(xì)胞模型，該模型能夠在視覺消失的情況下，在短時間內(nèi)保持對空間的方向定位，同時在模型中加入一個簡單的決策網(wǎng)絡(luò)控制平臺使機(jī)器人能夠執(zhí)行覓食和規(guī)避風(fēng)險(xiǎn)等基本任務(wù)。

在認(rèn)知地圖的基礎(chǔ)上執(zhí)行面向目標(biāo)導(dǎo)航、探索最優(yōu)路徑等任務(wù)能更加有效地認(rèn)知未知環(huán)境并提升路徑規(guī)劃效率。Erdem等[51]提出了一種基于頭向細(xì)胞、網(wǎng)格細(xì)胞、位置細(xì)胞和額前皮質(zhì)(PFC)細(xì)胞等空間表征細(xì)胞模型組成的面向目標(biāo)導(dǎo)航系統(tǒng)。在未知環(huán)境下，系統(tǒng)模擬大鼠隨機(jī)探索環(huán)境過程，逐步創(chuàng)建由位置細(xì)胞和PFC細(xì)胞組成的地圖。在模擬的大鼠探索完成后，系統(tǒng)對位置可形成記憶并快速篩選候選方向進(jìn)行軌跡的前向線性預(yù)先探測，將激活PFC細(xì)胞獎勵最大的方向作為下一動作的運(yùn)動方向。日本Chin等[105]基于大腦細(xì)胞神經(jīng)活動提出了動態(tài)的路徑規(guī)劃模型，在模型中利用貝葉斯自適應(yīng)共振聯(lián)想記憶算法壓縮數(shù)據(jù)提高拓?fù)涞貓D的生成效率，同時在拓?fù)涞貓D的生成過程中不需要有關(guān)環(huán)境的先驗(yàn)知識，此過程可以對未知環(huán)境有效進(jìn)行探索；路徑規(guī)劃器根據(jù)拓?fù)涞貓D信息生成最優(yōu)路徑，此外還可以從最優(yōu)路徑中減除無效節(jié)點(diǎn)，進(jìn)一步提高最優(yōu)路徑生成效率。Shim等[106]提出了方向驅(qū)動的類腦導(dǎo)航系統(tǒng)，該系統(tǒng)由認(rèn)知地圖構(gòu)建、基于網(wǎng)格化的方向規(guī)劃和多層不對稱局部導(dǎo)航3部分組成，通過在認(rèn)知地圖中提取方向，能更快速并有效地從給定目標(biāo)方向移動到目標(biāo)所在位置。

我國在類腦路徑規(guī)劃方面同樣進(jìn)行了研究，并在機(jī)器人等平臺上進(jìn)行了結(jié)果驗(yàn)證。北京科技大學(xué)于乃功教授團(tuán)隊(duì)[107]基于吸引子神經(jīng)網(wǎng)絡(luò)構(gòu)建類腦SLAM認(rèn)知地圖，在所構(gòu)建精準(zhǔn)的認(rèn)知地圖基礎(chǔ)上采用全局導(dǎo)航和局部導(dǎo)航算法實(shí)現(xiàn)機(jī)器人的導(dǎo)航。全局導(dǎo)航通過構(gòu)建的認(rèn)知地圖所呈現(xiàn)的最近路線面向目標(biāo)進(jìn)行導(dǎo)航，局部導(dǎo)航算法對多組可能路線進(jìn)行評估之后，選擇最優(yōu)軌跡對應(yīng)的速度驅(qū)動機(jī)器人運(yùn)動。機(jī)器人在全局導(dǎo)航形式下向目標(biāo)點(diǎn)移動，同時當(dāng)前的最優(yōu)路徑由局部導(dǎo)航算法進(jìn)行選擇，在面向目標(biāo)進(jìn)行導(dǎo)航的過程中機(jī)器人可以避開障礙物規(guī)劃路徑，并在一定范圍內(nèi)返回到先前的導(dǎo)航路徑。

4 展望

隨著腦科學(xué)的快速發(fā)展，導(dǎo)航、制導(dǎo)與控制和神經(jīng)科學(xué)這兩個學(xué)科之間也在快速地交融發(fā)展。雖然在類腦導(dǎo)航模型、類腦SLAM以及類腦路徑規(guī)劃等研究方向有了一定的研究成果，但實(shí)現(xiàn)較強(qiáng)的環(huán)境認(rèn)知和適應(yīng)能力，提高在空間環(huán)境中的導(dǎo)航精度還需要開展許多的研究工作。類腦自主導(dǎo)航技術(shù)的研究重點(diǎn)和發(fā)展方向有以下幾個方面：

1)在類腦理論研究層面，探究空間表征細(xì)胞在智能導(dǎo)航行為過程中的協(xié)作機(jī)理。

生物大腦中海馬區(qū)與內(nèi)嗅皮層之間構(gòu)成的信息傳遞通路為機(jī)器人、無人機(jī)等無人移動平臺提供環(huán)境認(rèn)知、情景學(xué)習(xí)與自主導(dǎo)航的理論方法。大腦對未知復(fù)雜環(huán)境進(jìn)行認(rèn)知與記憶是一個復(fù)雜的細(xì)胞放電活動，空間表征細(xì)胞放電活動與多種感官信息相關(guān)，但目前對神經(jīng)信息傳遞機(jī)理的理解并不完善，需要隨大腦機(jī)理的深入研究而升級為更加智能的導(dǎo)航系統(tǒng)。

2)研究空間表征細(xì)胞交互連接方法，為類腦導(dǎo)航定位、地圖構(gòu)建、路徑規(guī)劃技術(shù)研究提供更加完善的類腦導(dǎo)航系統(tǒng)。

海馬體中參與環(huán)境認(rèn)知與導(dǎo)航的空間表征細(xì)胞主要為位置細(xì)胞、頭朝向細(xì)胞和網(wǎng)格細(xì)胞。在環(huán)境的探索過程中，空間表征細(xì)胞通過學(xué)習(xí)改變相互之間的突觸連接，從而形成特定的環(huán)境認(rèn)知記憶回路。為了能更好地學(xué)習(xí)環(huán)境，需要尋找最優(yōu)突觸訓(xùn)練方法，增強(qiáng)空間表征細(xì)胞的感知和相互作用能力，因此應(yīng)繼續(xù)探索與完善空間表征細(xì)胞交互連接模型，為后續(xù)SLAM、路徑規(guī)劃及運(yùn)動控制技術(shù)研究提供模型基礎(chǔ)。

3)研究多源感知信息融合的類腦自主導(dǎo)航技術(shù)。

構(gòu)建認(rèn)知地圖作為動物對未知環(huán)境進(jìn)行認(rèn)知的重要途徑。在構(gòu)建認(rèn)知地圖的過程中，視覺是重要的信息來源之一，成為人等哺乳動物感知和認(rèn)知環(huán)境的重要方式，在黑暗或弱光環(huán)境中，動物通過多種感官信息以及空間表征細(xì)胞的相互作用探索環(huán)境，具有較好的環(huán)境適應(yīng)能力以及導(dǎo)航能力。因此結(jié)合傳統(tǒng)導(dǎo)航信息融合方法，開展視覺、慣性導(dǎo)航和衛(wèi)星導(dǎo)航等多源信息融合的類腦導(dǎo)航系統(tǒng)研究是目前的熱點(diǎn)研究方向。

4)研究類腦認(rèn)知、導(dǎo)航和決策一體化的類腦導(dǎo)航系統(tǒng)。

類腦路徑規(guī)劃/運(yùn)動決策基于大腦伏隔核中的動作細(xì)胞、多巴胺神經(jīng)元的預(yù)測獎勵機(jī)制，通過已經(jīng)構(gòu)建的認(rèn)知地圖確定前進(jìn)的方向和速度?，F(xiàn)階段通過構(gòu)建動作細(xì)胞模型模擬大腦路徑規(guī)劃方向的研究還需要進(jìn)一步完善，該方向的研究為未來形成類腦認(rèn)知、導(dǎo)航和決策一體化的導(dǎo)航系統(tǒng)奠定了基礎(chǔ)。

5) 研究面向三維空間環(huán)境的六自由度導(dǎo)航信息輸出的類腦導(dǎo)航系統(tǒng)。

類腦自主導(dǎo)航的研究還處于發(fā)展階段，基于神經(jīng)科學(xué)的三維空間信息整合機(jī)理尚未統(tǒng)一，由此在“類腦”理論層面上缺少經(jīng)過生物學(xué)實(shí)驗(yàn)驗(yàn)證的三維模型參考。在類腦自主導(dǎo)航的工程應(yīng)用方面，目前多以機(jī)器人為應(yīng)用研究對象，已有的研究成果主要為平面空間面向目標(biāo)的矢量導(dǎo)航研究。無人移動平臺在進(jìn)行環(huán)境探索或者面向目標(biāo)進(jìn)行導(dǎo)航過程中所構(gòu)建的地圖也多為二維平面地圖，從模型中獲得的導(dǎo)航參數(shù)為二維位置信息和方向信息，缺少俯仰角、滾轉(zhuǎn)角等導(dǎo)航參數(shù)，因此在對無人機(jī)進(jìn)行姿態(tài)控制的過程中會存在一定的局限，亟需進(jìn)行三維空間類腦導(dǎo)航技術(shù)研究。

5 結(jié)論

本文沿著類腦自主導(dǎo)航技術(shù)的研究路線進(jìn)行了總體闡述，歸納了內(nèi)嗅皮層- 海馬區(qū)中的傳遞方式以及空間表征細(xì)胞模型的放電特性；分析了基于內(nèi)嗅皮層- 海馬區(qū)信息傳遞通路以及類腦導(dǎo)航系統(tǒng)結(jié)構(gòu)的模塊組成和作用，分類總結(jié)通過模擬神經(jīng)元放電形態(tài)和空間表征細(xì)胞放電特性構(gòu)建空間表征細(xì)胞模型的方法；重點(diǎn)分析了基于空間表征細(xì)胞模型在類腦導(dǎo)航系統(tǒng)中的作用以及類腦SLAM和類腦路徑規(guī)劃技術(shù)的發(fā)展和應(yīng)用。最后，本文提出類腦自主導(dǎo)航技術(shù)未來的研究展望。

通過分析現(xiàn)階段國內(nèi)外開展的類腦自主導(dǎo)航研究的現(xiàn)狀，類腦自主導(dǎo)航技術(shù)有著廣闊的發(fā)展和應(yīng)用前景，腦科學(xué)的發(fā)展與類腦自主導(dǎo)航技術(shù)的發(fā)展互為輔助，生物大腦作為一個復(fù)雜的中樞控制系統(tǒng)，目前對大腦的研究還不夠全面，這也是制約類腦自主導(dǎo)航技術(shù)理論和模型構(gòu)建的主要因素之一，與此同時，類腦算法也需要性能提升。另外。類腦芯片的研發(fā)與類腦自主導(dǎo)航技術(shù)的工程實(shí)現(xiàn)息息相關(guān)，隨著腦科學(xué)和類腦芯片的快速發(fā)展，類腦自主導(dǎo)航系統(tǒng)相關(guān)研究技術(shù)有望取得更大的突破。