详细内容或原文请订阅后点击阅览
受大脑功能启发的机器人导航提高了效率和准确性
昆士兰科技大学的一个研究小组从昆虫和动物的大脑中获得灵感，以实现更节能的机器人导航。
来源:Scimex昆士兰科技大学 (QUT) 研究团队从昆虫和动物的大脑中获得灵感，以实现更节能的机器人导航。
期刊/会议：IEEE Transactions on Robotics
期刊/会议：研究：
研究： 论文组织：昆士兰科技大学 (QUT)
组织：媒体发布
来自：昆士兰科技大学 (QUT)
昆士兰科技大学 (QUT)
昆士兰科技大学 (QUT)
昆士兰科技大学 (QUT) 昆士兰科技大学 (QUT) 这项研究由博士后研究员 Somayeh Hussaini 以及昆士兰科技大学机器人中心的 Michael Milford 教授和 Tobias Fischer 博士共同领导，该研究发表在著名的《IEEE 机器人学报》杂志上，并得到芯片制造商英特尔的支持，提出了一种使用脉冲神经网络 (SNN) 的新型位置识别算法。 Somayeh Hussaini Michael Milford 教授 Tobias Fischer 博士昆士兰科技大学机器人中心
IEEE 机器人学报
由芯片制造商英特尔支持
“SNN 是人工神经网络，它模仿生物大脑如何使用简短、离散的信号处理信息，就像动物大脑中的神经元如何交流一样，”Hussaini 女士说。
“这些网络特别适合神经形态硬件——模仿生物神经系统的专用计算机硬件——能够加快处理速度并显著降低能耗。”虽然机器人技术近年来取得了快速发展，但现代机器人在复杂、未知的环境中导航和操作仍然举步维艰。它们还经常依赖人工智能衍生的导航系统，而这些系统的训练机制对计算和能源的要求很高。“动物非常擅长以惊人的效率和稳健性在大型动态环境中导航，”菲舍尔博士说。“这项工作朝着生物启发导航系统的目标迈出了一步，这种系统有朝一日可能会与当今更传统的方法相媲美，甚至超越它们。”