特許 7443492 脳型知能意思決定と運動制御システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-02-26

(45)【発行日】2024-03-05

(54)【発明の名称】脳型知能意思決定と運動制御システム

(51)【国際特許分類】

   B25J 13/00 20060101AFI20240227BHJP

【ＦＩ】

B25J13/00 Z

【請求項の数】 17

(21)【出願番号】P 2022508557

(86)(22)【出願日】2020-08-12

(65)【公表番号】

(43)【公表日】2022-10-06

(86)【国際出願番号】 CN2020108678

(87)【国際公開番号】W WO2021027845

(87)【国際公開日】2021-02-18

【審査請求日】2022-02-09

(31)【優先権主張番号】201910738132.7

(32)【優先日】2019-08-12

(33)【優先権主張国・地域又は機関】CN

(73)【特許権者】

【識別番号】522004601

【氏名又は名称】深▲セン▼▲憶▼▲海▼原▲識▼科技有限公司

(74)【代理人】

【識別番号】100108453

【弁理士】

【氏名又は名称】村山 靖彦

(74)【代理人】

【識別番号】100110364

【弁理士】

【氏名又は名称】実広 信哉

(74)【代理人】

【識別番号】100133400

【弁理士】

【氏名又は名称】阿部 達彦

(72)【発明者】

【氏名】任 化▲龍▼

【審査官】杉山 悟史

(56)【参考文献】

【文献】中国特許出願公開第１０６７９６６６５（ＣＮ，Ａ）

【文献】中国特許出願公開第１０６０２７３００（ＣＮ，Ａ）

【文献】中国特許出願公開第１１００００７８１（ＣＮ，Ａ）

【文献】中国特許出願公開第１１００１３３１２（ＣＮ，Ａ）

【文献】米国特許出願公開第２００７／０２５５４５４（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１５／０２９８３１５（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｂ２５Ｊ １／００ ～ ２１／０２

(57)【特許請求の範囲】

【請求項1】

脳型知能意思決定と運動制御システムであって、
自発意思決定モジュール、自動意思決定モジュール、評価モジュール、記憶モジュール、感知モジュール、複合制御モジュール、入力チャネルモジュール、出力チャネルモジュール、及び制御対象モジュールを有し、
前記自発意思決定モジュールは、前記感知モジュールにより伝達された感知情報、及び前記記憶モジュールにより伝達された記憶情報を総合し、且つ意思決定規則を踏まえて、目標と操作を自発的に選択し、前記複合制御モジュールが精密操作を実行するようガイドし、前記入力チャネルモジュールと前記出力チャネルモジュールを制御し、
前記自動意思決定モジュールは、前記自発意思決定モジュールの計算タスクが重すぎるとき、又はシステムが迅速に反応する必要があるとき、経験価値、感知情報、及び記憶情報に基づいて、目標と実行が必要な操作とを自動的に選択し、且つ前記複合制御モジュールが操作を実行するようガイドし、前記自発意思決定モジュールに協働して総合的な意思決定を行い、
前記評価モジュールは、システムの内部環境又は外部環境のフィードバックに基づいて、目標の実際価値と実行される操作の実際効果値を評価し、且つ予測誤差値を前記自発意思決定モジュール、自動意思決定モジュール、及び複合制御モジュールにフィードバックし、
前記記憶モジュールは、システム内部状態の履歴情報、及び環境の履歴情報をコーディングし、且つ記憶情報として記録し、且つ記憶情報を前記自発意思決定モジュール及び前記自動意思決定モジュールに伝達することで、意思決定過程を補助し、記憶情報を前記複合制御モジュールに伝達することで、動作シーケンスの選択と実行に影響を与え、
前記感知モジュールは、センサからの情報を感知情報として処理し、且つ感知情報を前記自発意思決定モジュール、自動意思決定モジュール、評価モジュール、記憶モジュール、総合制御モジュールに伝達し、前記感知情報は、動画情報、音声情報、力フィードバック情報、温度情報、触感情報、関節角度、角速度、角加速度情報、変位、速度、加速度情報、及び姿勢とバランス情報のうちの少なくとも１つを有し、
前記複合制御モジュールは、複数の基本制御ユニットを有し、各基本制御ユニットは、複数のニューロンを有し、ここで、少なくとも１つのニューロンは、前記自発意思決定モジュールからの入力を受信し、少なくとも１つのニューロンは、前記基本制御ユニットに位置する１つ以上のニューロンとともに単方向結合、又は双方向の興奮性結合、又は抑制性結合を形成し、少なくとも１つのニューロンは、その他の基本制御ユニットに位置する１つ以上のニューロンとともに単方向結合、又は双方向の興奮性結合、又は抑制性結合を形成し、少なくとも１つのニューロンは、前記出力チャネルモジュール、又は評価モジュールに結合され、ここでの複数の結合は、シナプス可塑性プロセスにより１つ以上の動作シーケンスを学習、記憶、コーディング、精密制御、予測、又は実行し、且つ自発意思決定モジュールに協働して複数の動作シーケンスにおいて選択又は総合して実行し、
前記入力チャネルモジュールは、前記感知モジュールにより伝達された感知情報を変換し、中継し、増幅し、且つそれぞれ前記自発意思決定モジュール、自動意思決定モジュール、及び複合制御モジュールに出力し、前記入力チャネルモジュールは、前記自発意思決定モジュールの制御信号の入力を受信して信号中継の増幅倍数を調整し、
前記出力チャネルモジュールは、前記複合制御モジュールの出力信号を変換し、中継し、増幅し、且つ受信対象モジュールに伝導し、前記出力チャネルモジュールは、前記自発意思決定モジュールの制御信号の入力を受信して信号中継の増幅倍数を調整し、
前記制御対象モジュールは、１つ以上のアクチュエータを有することを特徴とする脳型知能意思決定と運動制御システム。

【請求項2】

前記自発意思決定モジュールは、目標集合、目標－操作－効果集合、及び意思決定規則集合を有し、
前記目標集合は、現れた各目標、及びその総合価値と逼迫値を記録し、現れていない目標について、その総合価値を第１の予め設定された価値に設定することで好奇心を示し、
前記目標－操作－効果集合は、各目標での実行可能な操作、及びこの状況での各操作の総合効果値を記録し、
前記意思決定規則集合は、ユーザ定義の意思決定規則とシステムが新たに学習した意思決定規則を記録し、意思決定規則は、システムが目標、及び操作を如何に選択するかを規定し、
前記自発意思決定モジュールが目標を選択した後、前記目標、及びその総合価値を評価モジュールに伝達してから、目標－操作－効果集合から操作を選択し、
自動意思決定モジュールがその選択した目標、及び操作を送信する場合、自発意思決定モジュールは、それを自己が選択した目標と操作と重み付けして最終的な意思決定を形成し、
自発意思決定モジュールがある操作を実行することを最終的に決定した後、前記操作、及びその総合効果値を評価モジュールに伝達してから、前記操作をパルスシーケンス信号で、自発起動制御通路、及び自発停止制御通路により複合制御モジュールに伝達し、
前記自発意思決定モジュールは、前記評価モジュールから伝達してきた目標を受信すると、対応する目標の現在の総合価値に予測誤差値を加えて、更新された総合価値を得て、且つ目標集合へ更新するか、あるいは、前記評価モジュールから伝達してきた操作の予測誤差値を受信すると、対応する操作の現在の総合効果値に予測誤差値を加えて、更新された総合効果値を得て、且つ目標－操作－効果集合へ更新することを特徴とする請求項１に記載の脳型知能意思決定と運動制御システム。

【請求項3】

前記自発意思決定モジュールが目標を選択する意思決定規則は、
現れた１つ以上の目標において総合価値と逼迫値の重み付けが最大の目標を選択すること、現れた１つ以上の目標において任務に最も関係し、しかも意思決定規則に矛盾しない目標を選択すること、現れた１つ以上の目標において最も顕著な目標を選択すること、自動意思決定モジュールに引き渡して自動的に目標を選択すること、ランダムに目標を選択すること、現れていない仮想目標を選択すること、現れた目標を無視し、直接操作選択過程に入ることのうちの１つ以上を含み、
操作を選択する意思決定規則は、
目標－操作－効果集合において、選択された目標に対応する総合効果値が最大の操作を選択すること、試行錯誤学習し、且つランダムに操作を選択すること、模倣学習し、且つ複合制御モジュールを自発的に監督することにより新しい動作シーケンスを実行すること、動作を取得せず、且つ待機すること、自動意思決定モジュールに引き渡して自動的に操作を選択すること、動作を予測学習し、且つリハーサルするが、動作を実際には実行することなく、その動作の効果値を予測すること、のうちの１つ以上を有することを特徴とする請求項２に記載の脳型知能意思決定と運動制御システム。

【請求項4】

前記自動意思決定モジュールは、目標集合、及び目標－操作－効果集合を有し、
前記目標集合は、現れた各目標、及びその経験価値を記録し、現れていない目標について、その経験価値を第２の予め設定された価値に設定し、
前記目標－操作－効果集合は、各目標の採用可能な予め設定された操作、及びその経験効果値を記録し、
自動意思決定モジュールは、現在現れる１つ以上の目標において経験価値が最大の目標を自動で選択し、且つ前記目標とその経験価値を評価モジュールに伝達し、目標－操作－効果集合からこの目標に対応する各予め設定された操作における経験効果値が最大のものを選択し、且つ前記操作、及びその経験効果値を評価モジュールに伝達し、
自動意思決定モジュールは、選択した目標と操作を自発意思決定モジュールに送信してコンセンサスを形成し、自発意思決定モジュールが遅延又は否決しない場合、自動意思決定モジュールは直ちに、前記操作をパルスシーケンス信号で自動起動制御通路、及び自動停止制御通路により複合制御モジュールに伝達し、自発意思決定モジュールが否決する場合、その最終的な意思決定を基準とし、自発意思決定モジュールと自動意思決定モジュールは、各自が選択した操作を複合制御モジュールに伝達し、複合制御モジュールは、２つの操作を総合し、
前記自動意思決定モジュールは、前記評価モジュールにより伝達された目標を受信すると、対応する目標の現在の経験価値に予測誤差値を加えて、更新された経験価値を取得し、且つ目標集合へ更新するか、あるいは、前記評価モジュールにより伝達された操作の予測誤差値信号を受信すると、対応する操作の現在の経験効果値に予測誤差値を加えて、経験効果値を取得し、且つ目標－操作－効果集合へ更新することを特徴とする請求項１に記載の脳型知能意思決定と運動制御システム。

【請求項5】

前記評価モジュールは、キャッシュ、及び評価規則集合を有し、
自発意思決定モジュールからある目標とその経験価値、又はある操作とその総合効果値を伝達してくると、評価モジュールは、それらをキャッシュし、システムがフィードバック又は結果を取得したとき、評価モジュールは、評価規則に基づいて、目標の実際価値又は操作の実際効果値を評価し、且つキャッシュされた目標の総合価値を目標の実際価値から引くか、又は操作の総合効果値を操作の実際効果値から引いて、目標の予測誤差値又は操作の予測誤差値を取得し、予測誤差値を自発意思決定モジュールに伝達してそれに記憶される対応する目標の総合価値又は対応する操作の総合効果値を修正し、
自動意思決定モジュールからある目標とその経験価値、又はある操作とその総合効果値を伝達してくると、評価モジュールは、それらをキャッシュし、システムがフィードバック又は結果を取得したとき、評価モジュールは、評価規則に基づいて、目標の実際価値又は操作の実際効果値を評価し、且つキャッシュされた目標の経験価値を目標の実際価値から引くか、又は操作の経験効果値を操作の実際効果値から引いて、目標の予測誤差値又は操作の予測誤差値を取得し、予測誤差値を自動意思決定モジュールに伝達してそれに記憶される対応する目標の経験価値又は対応する操作の経験効果値を修正し、
前記評価モジュールはまた、予測誤差値を複合制御モジュールに伝達してそのコーディングされた動作シーケンス、及びその予測効果値を修正することを特徴とする請求項１に記載の脳型知能意思決定と運動制御システム。

【請求項6】

前記アクチュエータは、１つ以上のモータ、油圧素子、空気圧素子、又は人工筋肉として構成され、各アクチュエータは、前記出力チャネルモジュールにより１つ以上の基本制御ユニットに結合されて少なくとも１つのメタ動作を実行し、アクチュエータをそれぞれ前記出力チャネルモジュールにより１つ以上の異なる基本制御ユニットに結合して拮抗型制御を構成することを特徴とする請求項１に記載の脳型知能意思決定と運動制御システム。

【請求項7】

前記基本制御ユニットは、自発制御層、運動コーディング層、脱抑制層、及び中継層を有し、
前記自発制御層は、起動ニューロン、及び停止ニューロンを有し、
前記運動コーディング層は、動作起動コーディングニューロン、及び動作停止コーディングニューロンを有し、
前記脱抑制層は、脱抑制起動ニューロン、及び脱抑制停止ニューロンを有し、
前記中継層は、中継起動ニューロン、及び中継停止ニューロンを有し、
前記自発制御層において、前記起動ニューロンは、前記自発意思決定モジュールからの自発起動信号、及び前記中継起動ニューロンの興奮性結合を受信し、前記停止ニューロンは、前記自発意思決定モジュールからの自発停止信号を受信し、それらは、それぞれ入力信号を総合し、且つパルス信号にコーディングして前記運動コーディング層に対応するニューロンへ出力し、
前記運動コーディング層において、前記動作起動コーディングニューロンは、前記起動ニューロンの興奮性入力を受信し、前記動作停止コーディングニューロンは、前記停止ニューロンの興奮性入力を受信し、このほか、それらはさらにいずれも前記記憶モジュール、感知モジュール、評価モジュールからの入力を受信し、それらは、それぞれすべての入力情報を総合し、パルス信号を生成し、ひいては脱抑制層に対応するニューロンのパルス放出周波数と位相を調節し、
同一の基本制御ユニット内の動作起動コーディングニューロンと動作停止コーディングニューロンとの間は双方向抑制性結合を有し、シナプス荷重により前記基本制御ユニットに対応するメタ動作の相対的な動作強度と相対的な持続時間をコーディングし、
複数の基本制御ユニットにおける動作起動コーディングニューロンの互いの間は、双方向抑制性結合を有し、シナプス荷重により動作シーケンスにおける各メタ動作を実行する前後順序をコーディングし、
異なる基本制御ユニット内からの動作起動コーディングニューロンと動作停止コーディングニューロンとの間は双方向抑制性結合を有し、シナプス荷重により動作シーケンスにおける各メタ動作の相対的な起動時間と相対的な停止時間をコーディングし、
前記脱抑制層において、前記脱抑制起動ニューロンは、前記動作起動コーディングニューロンの抑制性入力信号、前記脱抑制停止ニューロンの抑制性入力信号、及び前記中継停止ニューロンの興奮性入力信号を受信し、且つすべての入力信号を総合し、パルス信号を生成し、抑制性結合により前記中継起動ニューロンのパルス放出周波数と位相を調節し、前記脱抑制停止ニューロンは、前記動作停止コーディングニューロンの抑制性入力信号、及び前記中継停止ニューロンの興奮性入力信号を受信し、且つすべての入力信号を総合し、パルス信号を生成し、抑制性結合により前記中継停止ニューロンのパルス放出周波数と位相を調節し、
前記中継層において、前記中継起動ニューロンは、前記脱抑制起動ニューロンの抑制性入力信号を受信し、且つ前記起動ニューロンの興奮性結合に投射することにより、動作実行を促すポジティブフィードバック閉ループを形成し、前記中継停止ニューロンは、前記停止ニューロンの興奮性入力信号、及び前記脱抑制停止ニューロンの抑制性入力信号を受信し、且つすべての入力信号を総合し、パルス信号を生成し、且つ興奮性結合により前記脱抑制起動ニューロンに投射することにより、動作の実行を抑制する通路を形成し、
前記起動ニューロン、停止ニューロン、動作起動コーディングニューロン、動作停止コーディングニューロン、脱抑制起動ニューロン、脱抑制停止ニューロン、中継起動ニューロン、及び中継停止ニューロン、又はそれらのうち少なくとも１つのニューロンは基本制御ユニットの出力であることを特徴とする請求項１に記載の脳型知能意思決定と運動制御システム。

【請求項8】

前記基本制御ユニットは、出力結合方式に基づいて、出力型基本制御ユニットと予測型基本制御ユニットの２つのサブタイプに分けられ、
前記出力型基本制御ユニットの出力は、出力チャネルモジュールに接続されることで、アクチュエータを駆動し、
前記予測型基本制御ユニットの出力は、評価モジュールに接続されることで動作シーケンスの予測効果値を予測して実際には実行しないことを特徴とする請求項１又は７に記載の脳型知能意思決定と運動制御システム。

【請求項9】

前記複合制御モジュールは、１つ以上の補助制御ユニットをさらに有し、
前記補助制御ユニットは、自発選択信号の入力端、自発選択解除信号の入力端、側抑制脱抑制ニューロン、及び迅速自励型抑制ニューロンを有し、
１つ以上の基本制御ユニットは少なくとも１つの組を形成するように構成され、前記少なくとも１つの組の基本制御ユニットは、１つの動作シーケンスをコーディングし、
各基本制御ユニットの動作起動コーディングニューロン、及び動作停止コーディングニューロンはそれぞれ１つの側抑制脱抑制ニューロンに結合し、
各組の基本制御ユニットは、１つ以上の迅速自励型抑制ニューロンを共有し、
前記側抑制脱抑制ニューロンは、自発選択信号の入力、及び所属する基本制御ユニットの運動コーディング層のニューロンの入力を総合し、パルス信号を生成し、且つ抑制性結合によりその他の組の基本制御ユニットの迅速自励型抑制ニューロンへ出力し、
前記迅速自励型抑制ニューロンは、自発選択解除信号の入力、及びそれぞれ隣接する組の基本制御ユニットの側抑制脱抑制ニューロンの入力を総合し、パルス信号を生成し、且つ抑制性結合により所属する基本制御ユニット組の各運動制御層のニューロンへ出力し、
前記自発選択信号の入力端は、自発意思決定モジュールの入力を受信して特定動作シーケンスを自発的に選択して実行に備え、
前記自発選択解除信号の入力端は、自発意思決定モジュールの入力を受信して特定動作シーケンスの実行を自発的に抑制することを特徴とする請求項１に記載の脳型知能意思決定と運動制御システム。

【請求項10】

前記起動ニューロン、停止ニューロン、動作起動コーディングニューロン、動作停止コーディングニューロンは、パルスニューロンであり、
前記脱抑制起動ニューロン、脱抑制停止ニューロン、中継起動ニューロン、中継停止ニューロン、側抑制脱抑制ニューロン、迅速自励型抑制ニューロンは、自励型パルスニューロンであることを特徴とする請求項７に記載の脳型知能意思決定と運動制御システム。

【請求項11】

前記自励型パルスニューロンの動作モードは、
入力信号がなく、又は入力信号の合計がゼロの場合、前記自励型パルスニューロンは自動的に第１の予め設定された周波数で放出し、
入力信号の合計が正の値である場合、前記自励型パルスニューロンの放出周波数は上昇し、しかも合計が大きいほど、放出周波数は高く、第１の予め設定された周波数の上限までであり、逆もまた同様であり、
入力信号の合計が負の値の場合、前記自励型パルスニューロンの放出周波数は低下し、しかも合計の絶対値が大きいほど、放出周波数は低く、放出を停止するまでであり、逆もまた同様であることであることを特徴とする請求項１０に記載の脳型知能意思決定と運動制御システム。

【請求項12】

前記基本制御ユニットは、自発起動制御通路、自発停止制御通路、自動起動制御通路、自動停止制御通路、及び競合選択制御通路の５つの制御通路を有し、
前記自発起動制御通路は、所属する基本制御ユニットの起動ニューロン、動作起動コーディングニューロン、脱抑制起動ニューロン、中継起動ニューロン、及びその間の結合からなり、前記基本制御ユニットがコーディングするメタ動作を発動し、且つ持続して実行するためのものであり、
前記自発停止制御通路は、所属する基本制御ユニットの停止ニューロン、動作停止コーディングニューロン、脱抑制停止ニューロン、中継停止ニューロン、脱抑制起動ニューロン、及びその間の結合からなり、前記基本制御ユニットがコーディングするメタ動作を抑制し、停止するためのものであり、
前記自動起動制御通路は、自動意思決定モジュールの自動起動信号の出力端、所属する基本制御ユニットの脱抑制起動ニューロン、及びその間の結合からなり、自動選択するメタ動作を発動し、且つ実行するためのものであり、
前記自動停止制御通路は、自動意思決定モジュールの自動停止信号の出力端、所属する基本制御ユニットの脱抑制停止ニューロン、及びその間の結合からなり、自動選択するメタ動作を抑制し、且つ停止するためのものであり、
前記競合選択制御通路は、所属する基本制御ユニットの起動ニューロン、中継停止ニューロン、１つ以上の競合する基本制御ユニットの脱抑制起動ニューロン、及びその間の結合からなり、複数の候補のメタ動作の間で互いの競合により優れたメタ動作を選択して実行するためのものであることを特徴とする請求項７に記載の脳型知能意思決定と運動制御システム。

【請求項13】

前記複合制御モジュールは、自発監督モード、自動モード、フィードバック駆動モードの３つの動作モードをサポートし、
前記自発監督モードは、自発意思決定モジュールにより動作シーケンスを如何にして実行するかを決定し、且つティーチングを提供し、複合制御モジュールに新しい動作シーケンスを学習させるか、又は既存の動作シーケンスを更新して調整させ、自発監督モードでは、動作シーケンスの順序ごとの実行は主に、自発意思決定モジュールにより駆動され、
前記自発意思決定モジュールは、動作シーケンスにおける各時刻にどのメタ動作を実行すべきか又は停止すべきか、及び各メタ動作の強度を提供し、且つ自発起動信号及び自発停止信号を、それぞれ対応する基本制御ユニットの起動ニューロン及び停止ニューロンへ入力し、
前記自動モードにおいて、自発意思決定モジュールの関与がない、若しくは少ない場合、又は自動意思決定モジュールが初期メタ動作を提供する場合、複合制御モジュールは動作シーケンスの順序ごとの実行を自動で完了し、自動モードでは、動作シーケンスの順序ごとの実行は主に、複数の基本制御ユニットの運動コーディング層のニューロンの互いの間の結合により駆動され、自発意思決定モジュール又は自動意思決定モジュールは、動作シーケンスにおけるあるメタ動作を起点として提供し、且つ自発起動制御通路又は自動起動制御通路により起点信号を提供するだけで、動作シーケンスの残りの部分を、動作シーケンスが終了するまで自動的に順序ごとに実行し、
前記フィードバック駆動モードは、フィードバックにより動作を調整し、システムを外部環境に自動で適応させ、フィードバック駆動モードでは、動作又は動作シーケンスの実行はさらに、フィードバック信号により駆動され、評価モジュールは、フィードバック信号を複合制御モジュールの運動コーディング層のニューロンへ入力し、システムが奨励されると、フィードバック信号は、動作起動コーディングニューロンが第１の予め設定された興奮性入力バイアスを得るようにし、且つ動作停止コーディングニューロンが第１の予め設定された抑制性入力バイアスを得るようにし、これにより動作がさらに発生しやすくなり、又は現在の動作の幅、力がさらに大きくなるとともに持続時間がさらに長くなり、システムがペナルティを受けると、フィードバック信号は、動作起動コーディングニューロンが第２の予め設定された抑制性入力バイアスを得るようにし、且つ動作停止コーディングニューロンが第２の予め設定された興奮性入力バイアスを得るようにし、これにより動作がさらに発生しにくくなるか、又は現在の動作の幅、力が小さくなるか、さらには事前に終了するようになり、
前記３つの動作モードはそれぞれ独立して動作するか、又は連携して動作することを特徴とする請求項１又は７又は１２に記載の脳型知能意思決定と運動制御システム。

【請求項14】

前記自発制御層のニューロンと運動コーディング層のニューロンの数の比率関係は１：Ｎに構成され、Ｎは１以上の有理数であり、各自発制御層のニューロンは、１つ以上の運動コーディング層のニューロンに結合するよう構成され、各結合のシナプス可塑性プロセスにより前記結合に上流、下流ニューロンの放出状況に基づいて、シナプス荷重を調節させ、運動コーディング層のニューロンが各メタ動作に自動で対応するようになり、ニューロン群のコーディングを実現することを特徴とする請求項７に記載の脳型知能意思決定と運動制御システム。

【請求項15】

前記自発制御層のニューロンと運動コーディング層のニューロンとの間の結合のシナプス可塑性プロセスは、評価モジュールにより伝達される誤差フィードバック信号により変調され、
前記変調の過程は、
誤差フィードバック値が正の値の場合、起動ニューロンは、動作起動コーディングニューロンのシナプスに結合され、その長期増強作用は誤差フィードバック値と正の相関を示し、一方、長期抑制作用は、誤差フィードバック値と負の相関を示し、停止ニューロンは、動作停止コーディングニューロンのシナプスに結合され、その長期増強作用は、誤差フィードバック値と負の相関を示し、一方、その長期抑制作用は、誤差フィードバック値と正の相関を示す過程と、
誤差フィードバック値が負の値の場合、起動ニューロンは、動作起動コーディングニューロンのシナプスに結合され、その長期増強作用は誤差フィードバック値の絶対値と負の相関を示し、一方、長期抑制作用は、誤差フィードバック値の絶対値と正の相関を示し、停止ニューロンは、動作停止コーディングニューロンのシナプスに結合され、その長期増強作用は、誤差フィードバック値の絶対値と正の相関を示し、一方、その長期抑制作用は、誤差フィードバック値の絶対値と負の相関を示す過程と、
誤差フィードバック値がゼロの場合、自発制御層のニューロンと運動コーディング層のニューロンとの間の結合のシナプス可塑性プロセスの重み調整係数又は重み変更量を、第１の予め設定された値に維持し、複合制御モジュールが実行を反復するとき、又は既存の動作シーケンスをリハーサルするとき、強固な結合関係を緩め、既存の動作シーケンスの変形及び過度に速い忘却の少なくとも１つを防止する過程と、のうち少なくとも１つの過程を含むことを特徴とする請求項７に記載の脳型知能意思決定と運動制御システム。

【請求項16】

前記各基本制御ユニットの動作起動コーディングニューロンの互いの間の抑制性結合は、反ヘッブ非対称遅延シナプス可塑性プロセスで重みを調整し、
前記反ヘッブ非対称遅延シナプス可塑性プロセスの動作過程は、
各シナプスはＬＴＤ累積ポテンシャルエネルギー及びＬＴＰ累積ポテンシャルエネルギーを有し、且つゼロに初期化される第１工程と、
あるニューロンが励起されると、その後の充分短い時間ウィンドウ内にその下流のニューロンも励起されれば、両者の間のシナプスのＬＴＤ累積ポテンシャルエネルギーは増加し、且つ増加量は両者のパルス放出時間間隔と負の相関をなし、そうでなければ、ＬＴＰ累積ポテンシャルエネルギーの絶対値は第１の予め設定された定数を増加する第２工程と、
ＬＴＤ累積ポテンシャルエネルギー、及びＬＴＰ累積ポテンシャルエネルギーはそれぞれ時間の流れとともに徐々にゼロリセットまで減衰する第３工程と、
誤差フィードバック値が正の値の場合、各シナプスのＬＴＤ累積ポテンシャルエネルギーはＬＴＰ累積ポテンシャルエネルギーと重み付けされ、且つ誤差フィードバック値を掛け、シナプス荷重に重ね合わせ、その後、ＬＴＤ累積ポテンシャルエネルギー、及びＬＴＰ累積ポテンシャルエネルギーをいずれもゼロリセットする第４工程と、
誤差フィードバック値が負の値の場合、各シナプスのＬＴＤ累積ポテンシャルエネルギーはＬＴＰ累積ポテンシャルエネルギーと重み付けされ、且つ誤差フィードバック値の絶対値を掛け、シナプス荷重に重ね合わせ、その後、ＬＴＤ累積ポテンシャルエネルギー、及びＬＴＰ累積ポテンシャルエネルギーをいずれもゼロリセットする第５工程と、を有し、
前記動作過程の第１工程は、システム初期化時に行われ、
前記動作過程の第２から５工程は、任意の順序に沿って行われ、且つ繰り返すことができることを特徴とする請求項７に記載の脳型知能意思決定と運動制御システム。

【請求項17】

前記中継層のニューロンと自発制御層のニューロンの数の比率関係は１：Ｎに構成され、Ｎは正の有理数であり、しかも各中継層のニューロンは、１つ以上の自発制御層のニューロンに結合するよう構成され、各結合のシナプス可塑性プロセスにより前記結合に上流、下流ニューロンの放出状況に基づいて、シナプス荷重を調節させ、中継層のニューロンが各メタ動作に自動で対応するようになり、ニューロン群のコーディングを実現することを特徴とする請求項７に記載の脳型知能意思決定と運動制御システム。

【発明の詳細な説明】

【技術分野】

【0001】

本出願は、２０１９年８月１２日に中国特許局において出願された、出願番号２０１９１０７３８１３２．７号、発明の名称「脳型知能意思決定と運動制御システム」の中国特許出願の優先権を主張し、そのすべての内容は、引用により本出願に援用される。

【0002】

本出願は人工知能、脳型知能ニューラルネットワーク、及びロボット運動制御分野に関し、具体的には、脳型知能意思決定と運動制御システムに関する。

【背景技術】

【0003】

ロボット手部（ロボットハンド）がカメラに協働して複雑な物体を操作すること、及びロボットの両足、多足の走行と運動の均衡が保たれることは、複雑な操作能力を有するサービス型ロボットが工業分野や家庭で実用化されるための二つの重要な技術要素である。このタイプのロボットシステムの自由度数は通常高く、運動計画と運動制御という課題は非常に複雑である。その原因は多岐にわたるが、第１に、自由度数が高いシステムは、逆運動学を用いて運動軌跡を解決することが難しく、その演算複雑度が高く、且つ解決が唯一ではないことである。従って、ロボットは、可能な動作シーケンス空間内において適切な操作を選択し、且つ総合して実行する必要がある。第２に、ロボットは、環境とインタラクティブする過程において一連の適切な目標と操作を自主的に意思決定して選択し、且つフィードバックに基づいて調整する必要がある。しかも意思決定の制定と操作の実行は、システム内部の状態、外部環境情報、及び履歴情報と有機的に結合するものとし、ロボットはまた、試行錯誤、模倣、ティーチングにより既存の操作を調整し、新しい操作を学習できることで、複雑で変化の多い任務や環境に適応するものとする。第３に、ロボットは、動作シーケンスの任意のサブ動作／メタ動作から実行を開始できるものとし、各サブ動作／メタ動作を選択し、切り替え、精密制御できることで、任務の異なる初期状態から実行を開始し、且つフレキシブルに操作対象の変化や干渉に適応するものとする。

【発明の概要】

【発明が解決しようとする課題】

【0004】

本出願の実施例の目的の１つは、脳型知能意思決定と運動制御システムを提供することであり、ロボットが環境とインタラクティブする過程において環境情報と記憶情報を効果的に結合して自主的に意思決定して目標を選択できず、操作（すなわち、動作シーケンス）をフレキシブルに選択し、総合し、実行できず、及びそのうちの各サブ動作／メタ動作を精密に制御できず、ロボットが任務の異なる初期状態から実行を開始し、且つフレキシブルに操作対象の変化や干渉に適応することをサポートできず、ロボットが自発的な試行錯誤学習、又は模倣学習により新しい動作と運動軌跡を把握することを効果的にサポートできないという課題を解決するためのものである。

【課題を解決するための手段】

【0005】

上述の技術的課題を解決するために、本出願の実施例が採用する技術的解決手段は以下のとおりである。

【0006】

脳型知能意思決定と運動制御システムであり、前記システムは、自発意思決定モジュール、自動意思決定モジュール、評価モジュール、記憶モジュール、感知モジュール、複合制御モジュール、入力チャネルモジュール、出力チャネルモジュール、及び制御対象モジュールを有する。

【0007】

前記自発意思決定モジュールは、前記感知モジュールにより伝達された感知情報、及び前記記憶モジュールにより伝達された記憶情報を総合し、且つ意思決定規則を踏まえて、目標と操作を自発的に選択し、前記複合制御モジュールが精密操作を実行するようガイドし、前記入力チャネルモジュールと前記出力チャネルモジュールを制御する。

【0008】

前記自動意思決定モジュールは、前記自発意思決定モジュールの計算タスクが重すぎ、又はシステムが迅速に反応する必要があるとき、経験価値、及び感知情報と記憶情報に基づいて、目標、及び実行が必要な操作を自動的に選択し、且つ前記複合制御モジュールが操作を実行するようガイドし、前記自発意思決定モジュールに協働して総合的な意思決定を行う。

【0009】

前記評価モジュールは、システム内部、又は外部環境のフィードバックに基づいて、目標の実際価値と実行される操作の実際効果値を評価し、且つ予測誤差値を前記自発意思決定モジュール、自動意思決定モジュール、及び／又は複合制御モジュールにフィードバックする。

【0010】

前記記憶モジュールは、システム内部状態の履歴情報、及び環境の履歴情報をコーディングし、且つ記憶情報として記録し、且つ記憶情報を前記自発意思決定モジュール、及び／又は前記自動意思モジュールに伝達することで、意思決定過程を補助し、記憶情報を前記複合制御モジュールに伝達することで、動作シーケンスの選択と実行に影響を与える。

【0011】

前記感知モジュールは、センサからの情報を感知情報として処理し、且つ感知情報を前記自発意思決定モジュール、自動意思決定モジュール、評価モジュール、記憶モジュール、総合制御モジュールに伝達し、前記感知情報は、動画情報、音声情報、力フィードバック情報、温度情報、触感情報、関節角度、角速度、角加速度情報、変位、速度、加速度情報、及び／又は姿勢とバランス情報を有する。

【0012】

前記複合制御モジュールは、複数の基本制御ユニットを有し、各基本制御ユニットは複数のニューロンを有し、ここで、少なくとも１つのニューロンは、前記自発意思決定モジュールからの入力を受信し、少なくとも１つのニューロンは、この基本制御ユニットに位置する１つ又は複数のニューロンと単方向、又は双方向の興奮性、又は抑制性結合を形成し、少なくとも１つのニューロンは、その他の基本制御ユニットに位置する１つ又は複数のニューロンと単方向、又は双方向の興奮性、又は抑制性結合を形成し、少なくとも１つのニューロンは、前記出力チャネルモジュール、又は前記評価モジュールに結合され、ここでの複数の結合は、シナプス可塑性プロセスにより１つ又は複数の動作シーケンスを学習、記憶、コーディング、精密制御、予測、又は実行し、且つ自発意思決定モジュールに協働して複数の可能な動作シーケンスにおいて優れたものを選択し、又は総合して実行する。

【0013】

前記入力チャネルモジュールは、前記感知モジュールにより伝達された感知情報を変換し、中継し、増幅し、且つそれぞれ前記意思決定モジュール、及び／又は複合制御モジュールに出力し、前記入力チャネルモジュールは、前記自発意思決定モジュールの制御信号の入力を受信して信号中継の増幅倍数を調整する。

【0014】

前記出力チャネルモジュールは、前記複合制御モジュールの出力信号を変換し、中継し、増幅し、且つ前記受信対象モジュールに伝導し、前記出力チャネルモジュールは、前記自発意思決定モジュールの制御信号の入力を受信して信号中継の増幅倍数を調整する。

【0015】

前記制御対象モジュールは、１つ又は複数のアクチュエータを有する。

【0016】

上述の技術的解決手段により、従来技術と比較して以下のことがわかる。本出願は、脳型知能意思決定と運動制御システムを提供し、このシステムは、自発意思決定モジュールと自動意思決定モジュールを提供し、マルチモーダル感知情報、記憶情報、及び意思決定規則を結合して総合的に意思決定できるだけでなく、経験情報を主として、少ない感知情報と記憶情報を結合して迅速に意思決定することもできる。しかも自発意思決定モジュールと自動意思決定モジュールは、コンセンサスを形成でき、且つ評価モジュールが環境から得るフィードバックにより、システムの目標と操作に対する予測を調整し、試行錯誤、模倣、ティーチングにより新しい操作を学習し、ロボットシステムが複雑で変化が多い任務と環境により適応できるようになる。このシステムにより提供される複合制御モジュールは、複数の動作シーケンスを選択し、総合し、実行できるだけでなく、動作シーケンスにおける任意のメタ動作から実行を開始でき、またメタ動作に対する選択、精密制御、及び実行を実現でき、ロボットシステムが任務の異なる初期状態から実行を始め、且つフレキシブルに操作対象の変化と干渉に適応できることをサポートする。このシステムは、特に、多自由度ロボットの運動計画と制御、ロボットハンドとカメラの協働操作、二足又は多足ロボットの走行とバランス、及びマルチアクチュエータの拮抗型制御などのシーンに適用される。

【0017】

本発明の実施例の技術的解決手段をさらにはっきりと説明するために、次に実施例、又は例示的な技術の説明において使用されることが必要な図面を簡単に説明するが、次の説明における図面は、本発明のいくつかの実施例に過ぎず、当業者は、創造的な労働をしない前提で、これらの図面に基づいて、その他の図面をさらに取得できることは自明である。

【図面の簡単な説明】

【0018】

【図1】本出願により提供される脳型知能意思決定と運動制御システムの全体フレーム概略図である。

【図2】本出願の実施例における脳型知能意思決定と運動制御システムの基本制御ユニットの概略図である。

【図3】本出願の実施例における脳型知能意思決定と運動制御システムの出力型基本制御ユニットの概略図である。

【図4】本出願の実施例における脳型知能意思決定と運動制御システムの予測型基本制御ユニットの概略図である。

【図5】本出願の実施例における脳型知能意思決定と運動制御システムの補助制御ユニットの概略図である。

【図6】本出願の実施例における脳型知能意思決定と運動制御システムの各動作起動コーディングニューロンの相互結合概略図である。

【図7】本出願の実施例における脳型知能意思決定と運動制御システムの反ヘッブ非対称遅延シナプス可塑性プロセスの概略図である。

【発明を実施するための形態】

【0019】

本出願の目的、技術的解決手段、及び利点をさらにはっきりと明白にするために、以下に図面、及び実施例を踏まえて、本出願を詳細に説明する。ここで説明される具体的な実施例は、本出願を解釈するためのものであるに過ぎず、本出願を限定するためのものではないことを理解するものとする。

【0020】

本出願の技術的解決手段を説明するために、以下に具体的な図面、及び実施例を踏まえて詳細に説明する。

【0021】

図１を参照し、本出願の実施例は、脳型知能意思決定と運動制御システムを開示し、このシステムは、自発意思決定モジュール１、自動意思決定モジュール２、評価モジュール３、記憶モジュール４、感知モジュール５、複合制御モジュール６、入力チャネルモジュール７、出力チャネルモジュール８、及び制御対象モジュール９を有する。

【0022】

前記自発意思決定モジュール１は、前記感知モジュール５により伝達された感知情報、及び前記記憶モジュール４により伝達された記憶情報を総合し、且つ意思決定規則を踏まえて、目標と操作を自発的に選択し、前記複合制御モジュール６が精密操作を実行するようガイドし、前記入力チャネルモジュール７と前記出力チャネルモジュール８を制御する。

【0023】

前記自動意思決定モジュール２は、前記自発意思決定モジュール１の計算タスクが重すぎ、又はシステムが迅速に反応する必要があるとき、経験価値、及び感知情報と記憶情報に基づいて、目標と実行が必要な操作を自動的に選択し、且つ前記複合制御モジュール６が操作を実行するようガイドし、前記自発意思決定モジュール１に協働して総合的な意思決定を行う。

【0024】

前記評価モジュール３は、システム内部、又は外部環境のフィードバックに基づいて、目標の実際価値と実行される操作の実際効果値を評価し、且つ予測誤差値を前記自発意思決定モジュール１、自動意思決定モジュール２、及び／又は複合制御モジュール６にフィードバックする。

【0025】

前記記憶モジュール４は、システム内部状態の履歴情報、及び環境の履歴情報をコーディングし、且つ記憶情報として記録し、且つ記憶情報を前記自発意思決定モジュール１、及び／又は前記自動意思モジュール２に伝達することで、意思決定過程を補助し、記憶情報を前記複合制御モジュール６に伝達することで、動作シーケンスの選択と実行に影響を与える。

【0026】

前記感知モジュール５は、センサからの情報を感知情報として処理し、且つ感知情報を前記自発意思決定モジュール１、自動意思決定モジュール２、評価モジュール３、記憶モジュール４、総合制御モジュールに伝達し、前記感知情報は、動画情報、音声情報、力フィードバック情報、温度情報、触感情報、関節角度、角速度、角加速度情報、変位、速度、加速度情報、及び／又は姿勢とバランス情報を有する。

【0027】

前記複合制御モジュール６は、複数の基本制御ユニット６５を有し、各基本制御ユニット６５は複数のニューロンを有し、ここで、少なくとも１つのニューロンは、前記自発意思決定モジュール１からの入力を受信し、少なくとも１つのニューロンは、この基本制御ユニット６５に位置する１つ又は複数のニューロンとともに単方向、又は双方向の興奮性、又は抑制性結合を形成し、少なくとも１つのニューロンは、その他の基本制御ユニット６５に位置する１つ又は複数のニューロンとともに単方向、又は双方向の興奮性、又は抑制性結合を形成し、少なくとも１つのニューロンは、前記出力チャネルモジュール８、又は前記評価モジュール３に結合され、ここでの複数の結合は、シナプス可塑性プロセスにより１つ又は複数の動作シーケンスを学習、記憶、コーディング、精密制御、予測、又は実行し、且つ自発意思決定モジュール１に協働して複数の可能な動作シーケンスにおいて優れたものを選択し、又は総合して実行する。ここで、優れたものを選択するとは、競合により優れた動作シーケンスを選択して実行することであってよい。

【0028】

前記入力チャネルモジュール７は、前記感知モジュール５により伝達された感知情報を変換し、中継し、増幅し、且つそれぞれ前記意思決定モジュール、及び／又は複合制御モジュール６に出力し、前記入力チャネルモジュール７は、前記自発意思決定モジュール１の制御信号の入力を受信して信号中継の増幅倍数を調整する。

【0029】

前記出力チャネルモジュール８は、前記複合制御モジュール６の出力信号を変換し、中継し、増幅し、且つ前記受信対象モジュール９に伝導し、前記出力チャネルモジュール８は、前記自発意思決定モジュール１の制御信号の入力を受信して信号中継の増幅倍数を調整する。

【0030】

前記制御対象モジュール９は、１つ又は複数のアクチュエータを有する。

【0031】

前記自発意思決定モジュール１は、目標集合、目標－操作－効果集合、及び意思決定規則集合を有する。

【0032】

前記目標集合は、現れた各目標、及びその総合価値と逼迫値を記録し、現れていない目標について、その総合価値を第１の予め設定された価値に設定することで好奇心を示す。

【0033】

前記目標－操作－効果集合は、各目標での実行可能な操作、及びこの状況での各操作の総合効果値を記録する。

【0034】

前記意思決定規則集合は、ユーザ定義の意思決定規則とシステムが新たに学習した意思決定規則を記録し、意思決定規則は、システムが目標、及び操作を如何に選択するかを規定する。

【0035】

前記自発意思決定モジュール１が目標を選択後、この目標、及び総合価値を評価モジュール３に伝達し、目標－操作－効果集合から操作を選択する。

【0036】

自動意思決定モジュール２がその選択した目標と操作を送信する場合、自発意思決定モジュール１は、それを自己が選択した目標と操作と重み付けして最終的な意思決定を形成する。

【0037】

自発意思決定モジュール１がある操作を実行することを最終的に決定した後、この操作、及びその総合効果値を評価モジュール３に伝達し、この操作をパルスシーケンス信号で、自発起動制御通路と自発停止制御通路により複合制御モジュール６に伝達する。

【0038】

評価モジュール３が目標、及び操作の予測誤差値信号を伝達するとき、自発意思決定モジュール１は、対応する目標の現在の総合価値、又は対応する操作の現在の総合効果値に予測誤差値を加えて、更新された総合価値、又は総合効果値を得て、且つそれぞれ目標集合、及び目標－操作－効果集合へ更新する。

【0039】

前記自発意思決定モジュール１が目標を選択する意思決定規則は、以下のうちの１つ又は複数を有する。
１）現れた１つ又は複数の目標において総合価値と逼迫値の重み付けが最大の目標を選択する。
２）現れた１つ又は複数の目標において任務と最も関係があり、しかも意思決定規則と矛盾しない目標を選択する。
３）現れた１つ又は複数の目標において最も顕著な目標を選択する。
４）自動意思決定モジュール２に引き渡し目標を自動的に選択する。
５）ランダムに目標を選択する。
６）現れていない仮想目標を選択する。
７）現れた目標を無視して、直接操作選択過程に入る。

【0040】

操作を選択する意思決定規則は、以下のうちの１つ又は複数を有する。
１）目標－操作－効果集合において、選択された目標に対応する総合効果値が最大の操作を選択する。
２）試行錯誤学習し、且つランダムに操作を選択する。
３）模倣学習し、且つ複合制御モジュール６を自発的に監督することにより新しい動作シーケンスを実行する。
４）動作を採用せず、且つ待機する。
５）自動意思決定モジュール２に引き渡して自動的に操作を選択する。
６）予測学習し、且つ動作をリハーサルするが、実際には実行しないことで、その効果値を予測する。

【0041】

上述の各意思決定規則は互いに協働して実行する。

【0042】

前記自動意思決定モジュール２は、以下を有する。
前記目標集合は、現れた各目標、及びその経験価値を記録し、現れていない目標について、その経験価値を第２の予め設定された価値に設定する。
前記目標－操作－効果集合は、各目標での採用可能な予め設定された操作、及びその経験効果値を記録する。

【0043】

前記自動意思決定モジュール２は、現在現れる１つ又は複数の目標において経験価値が最大の目標を自動で選択し、且つこの目標とその経験価値を評価モジュール３に伝達し、目標－操作－効果集合からこの目標に対応する各予め設定された操作における経験効果値が最大のものを選択し、且つこの操作、及びその経験効果値を評価モジュール３に伝達する。

【0044】

自動意思決定モジュール２は、選択した目標と操作を自発意思決定モジュール１に送信してコンセンサスを形成し、自発意思決定モジュール１が遅延、又は否決しない場合、自動意思決定モジュール２は直ちに、この操作をパルスシーケンス信号で自動起動制御通路、及び自動停止制御通路により複合制御モジュール６に伝達する。自発意思決定モジュール１が否決する場合、その最終的な意思決定を基準とし、自発意思決定モジュール１と自動意思決定モジュール２が、各自が選択した操作を複合制御モジュール６に伝達する場合、複合制御モジュール６は、２つの操作を総合する。

【0045】

評価モジュール３により伝達された目標、又は操作の予測誤差値信号を受信するとき、自動意思決定モジュール２は、対応する目標の現在の経験価値、又は対応する操作の現在の経験効果値に予測誤差値を加えて、更新された経験価値、又は経験効果値を取得し、且つそれぞれ目標集合と目標－操作－効果集合へ更新する。

【0046】

前記評価モジュール３は、キャッシュ、及び評価規則集合を有する。

【0047】

自発意思決定モジュール１がある目標、及びその総合価値、又はある操作、及びその総合効果値を伝達するとき、評価モジュール３は、それらをキャッシュする。システムがフィードバック、又は結果を取得したとき、評価モジュール３は、評価規則に基づいて、目標の実際価値、又は操作の実際効果値を評価し、且つキャッシュされた目標の総合価値、又は操作の総合効果値を引いて目標、又は操作の予測誤差値を取得し、予測誤差値を自発意思決定モジュール１に伝達して、それに記憶される対応する目標の総合価値、又は対応する操作の総合効果値を修正する。

【0048】

自動意思決定モジュール２がある目標、及びその経験価値、又はある操作、及びその総合効果値を伝達するとき、評価モジュール３は、それらをキャッシュする。システムがフィードバック、又は結果を取得したとき、評価モジュール３は、評価規則に基づいて、目標の実際価値、又は操作の実際効果値を評価し、且つキャッシュされた目標の経験価値、又は操作の経験効果値を引いて目標、又は操作の予測誤差値を取得し、予測誤差値を自動意思決定モジュール２に伝達して、それに記憶される対応する目標の経験価値、又は対応する操作の経験効果値を修正する。

【0049】

前記評価モジュール３はまた、予測誤差値を複合制御モジュール６に伝達してそのコーディングされた動作シーケンス、及びその予測効果値を修正する。

【0050】

システムの意思決定、及び運動の実行が感知情報の影響を受ける程度は、入力チャネルモジュール７の増幅倍数と正の相関を示す。増幅倍数が高いほど、システムの意思決定、及び運動の実行が感知情報の影響を受ける程度は高くなる。増幅倍数が低いほど、システムの意思決定、及び運動の実行が感知情報の影響を受ける程度は低くなる。増幅倍数が０のとき、システムの意思決定、及び運動の実行は、感知情報の影響を受けない。

【0051】

システムの意思決定、及び運動の実行が感知情報の影響を受ける程度は、入力チャネルモジュール７の増幅倍数と正の相関を示す。増幅倍数が高いほど、制御対象の実行強度は高くなる。増幅倍数が低いほど、制御対象の実行程度は低くなる。増幅倍数が０のとき、複合制御モジュール６の出力を制御対象モジュール９に伝達することを阻止し、動作シーケンスは、システムでシミュレーションリハーサルするが、実際には実行しない。

【0052】

前記アクチュエータは、１つ又は複数のモータ、油圧素子、空気圧素子、又は人工筋肉アクチュエータとして構成される。各アクチュエータは、前記出力チャネルモジュール８により１つ又は複数の基本制御ユニット６５に結合されて少なくとも１つのメタ動作を実行する。一対のアクチュエータをそれぞれ前記出力チャネルモジュール８により１つ又は複数の異なる基本制御ユニット６５に結合して拮抗型制御を構成してもよい。

【0053】

複合制御モジュール６の出力信号は、出力チャネルモジュール８により制御対象モジュール９に出力される。出力信号は、パルスシーケンス信号であり、出力チャネルモジュール８は、パルスシーケンス信号の周波数をアクチュエータの入力電圧値、及び／又は電流値に変換し、且つ連続パルスの持続時間をアクチュエータの入力電圧、及び／又は電流の持続時間に変換し、パルス周波数が高いほど、対応するアクチュエータの出力幅、力は強い。連続パルス持続時間が長いほど、対応するアクチュエータの出力時間の持続が長く、逆もまた同様である。

【0054】

図２を参照し、前記各操作は、１つ又は複数の動作シーケンスの組み合わせを示す。各動作シーケンスは、１つ又は複数のメタ動作の時間次元における配列から構成される。任意の時間点ではゼロから複数のメタ動作が発生する。同一のメタ動作は、１つの時間点で発生し、又は異なる時間点で発生する。各メタ動作は、１つの対応するアクチュエータが実行可能な最小の動作を示す。

【0055】

前記基本制御ユニット６５は、自発制御層６１、運動コーディング層６２、脱抑制層６３、及び中継層６４、並びにそのうちのニューロン、及び結合関係を有し、メタ動作をコーディングし、メタ動作の起動と停止を制御するためのものである。

【0056】

前記自発制御層６１は、起動ニューロン６１１０、及び停止ニューロン６１２０を有する。

【0057】

前記運動コーディング層６２は、動作起動コーディングニューロン６２１０、及び動作停止コーディングニューロン６２２０を有する。

【0058】

前記脱抑制層６３は、脱抑制起動ニューロン６３１０、及び脱抑制停止ニューロン６３２０を有する。

【0059】

前記中継層６４は、中継起動ニューロン６４１０、及び中継停止ニューロン６４２０を有する。

【0060】

図３を参照し、前記自発制御層６１において、前記起動ニューロン６１１０は、前記自発意思決定モジュール１からの自発起動信号Ｐ、及び前記中継起動ニューロン６４１０の興奮性結合を受信する。前記停止ニューロン６１２０は、前記自発意思決定モジュール１からの自発停止信号Ｑを受信する。それらは、それぞれ入力された信号を総合し、且つパルス信号にコーディングして前記運動コーディング層６２に対応するニューロンに出力する。

【0061】

前記運動コーディング層６２において、前記動作起動コーディングニューロン６２１０は、前記起動ニューロン６１１０の興奮性入力を受信する。前記動作停止コーディングニューロン６２２０は、前記停止ニューロン６１２０の興奮性入力を受信する。このほか、それらはいずれも前記記憶モジュール４、感知モジュール５、評価モジュール３の入力（図２、３、４のうちのＭ、Ｓ、Ｒ）を受信する。それらは、それぞれすべての入力情報を総合し、パルス信号を生成し、ひいては脱抑制層６３に対応するニューロンのパルス放出周波数と位相を調節する。

【0062】

同一の基本制御ユニット６５内の動作起動コーディングニューロン６２１０と動作停止コーディングニューロン６２２０との間は双方向抑制性結合を有し、シナプス荷重によりこの基本制御ユニット６５に対応するメタ動作の相対的な動作強度と相対的な持続時間をコーディングする。

【0063】

図６を参照し、複数の基本制御ユニット６５における動作起動コーディングニューロン６２１０の互いの間は、双方向抑制性結合を有し、シナプス荷重により動作シーケンスにおける各メタ動作を実行する前後順序をコーディングする。

【0064】

異なる基本制御ユニット６５からの動作起動コーディングニューロン６２１０と動作停止コーディングニューロン６２２０との間は双方向抑制性結合を有し、シナプス荷重により動作シーケンスにおける各メタ動作の相対的な起動時間と相対的な停止時間をコーディングする。

【0065】

前記脱抑制層６３において、前記脱抑制起動ニューロン６３１０は、前記動作起動コーディングニューロン６２１０の抑制性入力信号、前記脱抑制停止ニューロン６３２０の抑制性入力信号、及び前記中継停止ニューロン６４２０の興奮性入力信号を受信し、且つすべての入力信号を総合し、パルス信号を生成し、抑制性結合により前記中継起動ニューロン６４１０のパルス放出周波数と位相を調節する。前記脱抑制停止ニューロン６３２０は、前記動作停止コーディングニューロン６２２０の抑制性入力信号、及び前記中継停止ニューロン６４２０の興奮性入力信号を受信し、且つすべての入力信号を総合し、パルス信号を生成し、抑制性結合により前記中継停止ニューロン６４２０のパルス放出周波数と位相を調節する。

【0066】

前記中継層６４において、前記中継起動ニューロン６４１０は、前記脱抑制起動ニューロン６３１０の抑制性入力信号を受信し、且つ前記起動ニューロン６１１０の興奮性結合に投射することにより、動作実行を促すポジティブフィードバック閉ループを形成し、前記中継停止ニューロン６４２０は、前記停止ニューロン６１２０の興奮性入力信号、及び前記脱抑制停止ニューロン６３２０の抑制性入力信号を受信し、且つすべての入力信号を総合し、パルス信号を生成し、且つ興奮性結合により前記脱抑制起動ニューロン６３１０に投射することにより、動作実行を抑制する通路を形成する。

【0067】

前記起動ニューロン６１１０、停止ニューロン６１２０、動作起動コーディングニューロン６２１０、動作停止コーディングニューロン６２２０、脱抑制起動ニューロン６３１０、脱抑制停止ニューロン６３２０、及び中継起動ニューロン６４１０、及び／又は中継停止ニューロン６４２０は基本制御ユニット６５の出力である。

【0068】

前記基本制御ユニット６５は、出力結合方式に基づいて、出力型基本制御ユニット６５Ａと予測型基本制御ユニット６５Ｂの２つのサブタイプに分けられる。

【0069】

図３を参照し、前記出力型基本制御ユニット６５Ａの出力は、出力チャネルモジュール８に接続されることで、アクチュエータを駆動する。

【0070】

図４を参照し、前記予測型基本制御ユニット６５Ｂの出力は、評価モジュール３に接続されることで動作シーケンスの予測効果値を予測して実際には実行しない。

【0071】

図５を参照し、前記複合制御モジュール６は、１つ又は複数の補助制御ユニット６６をさらに有する。前記補助制御ユニット６６は、自発選択信号の入力端６６３０、自発選択解除信号の入力端６６４０、側抑制脱抑制ニューロン６６１０、及び迅速自励型抑制ニューロン６６２０をさらに有し、複数の候補の動作シーケンスにおいて実行を自発的に、又は自動で選択するためのものである。

【0072】

１つ又は複数の基本制御ユニット６５は一組であり、各組の基本制御ユニット６５は、１つの動作シーケンスをコーディングする。

【0073】

各基本制御ユニット６５の動作起動コーディングニューロン６２１０、及び動作停止コーディングニューロン６２２０はそれぞれ１つの側抑制脱抑制ニューロン６６１０に結合する。

【0074】

各組の基本制御ユニット６５は、１つ又は複数の迅速自励型抑制ニューロン６６２０を共有する。

【0075】

前記側抑制脱抑制ニューロン６６１０は、自発選択信号の入力、及び所属する基本制御ユニット６５の運動コーディング層６２のニューロンの入力を総合し、パルス信号を生成し、且つ抑制性結合によりその他の組の基本制御ユニット６５の迅速自励型抑制ニューロン６６２０へ出力する。

【0076】

前記迅速自励型抑制ニューロン６６２０は、自発選択解除信号の入力、及びそれぞれ隣接する組の基本制御ユニット６５の側抑制脱抑制ニューロン６６１０の入力を総合し、パルス信号を生成し、且つ抑制性結合によりその所属する基本制御ユニット組の各運動制御層のニューロンへ出力する。

【0077】

前記自発選択信号の入力端６６３０は、自発意思決定モジュール１の入力を受信して特定動作シーケンスを自発的に選択して実行に備える。

【0078】

前記自発選択解除信号の入力端６６４０は、自発意思決定モジュール１の入力を受信して特定動作シーケンスの実行を自発的に抑制する。

【0079】

前記起動ニューロン６１１０、停止ニューロン６１２０、動作起動コーディングニューロン６２１０、動作停止コーディングニューロン６２２０は、パルスニューロンである。

【0080】

前記脱抑制起動ニューロン６３１０、脱抑制停止ニューロン６３２０、中継起動ニューロン６４１０、中継停止ニューロン６４２０、側抑制脱抑制ニューロン６６１０、迅速自励型抑制ニューロン６６２０は、自励型パルスニューロンである。

【0081】

前記自励型パルスニューロンの動作モードは、以下のとおりである。

【0082】

入力信号がなく、又は入力信号の合計がゼロの場合、前記自励型パルスニューロンは自動的に第１の予め設定された周波数で放出し、その第１の予め設定された周波数の範囲は、１０Ｈｚ～１００Ｈｚに構成される。

【0083】

入力信号の合計が正の値である場合、前記自励型パルスニューロンの放出周波数は上昇し、しかも合計が大きいほど、放出周波数は高く、第１の予め設定された周波数の上限までであり、逆もまた同様である。

【0084】

入力信号の合計が負の値の場合、前記自励型パルスニューロンの放出周波数は低下し、しかも合計の絶対値が大きいほど、放出周波数は低く、放出を停止するまでであり、逆もまた同様である。

【0085】

前記迅速自励型抑制ニューロン６６２０の動作モードは、自励型パルスニューロンの動作モードと同じであり、その第１の予め設定された周波数の範囲は、２０Ｈｚ～２００Ｈｚに構成され、且つ出力の結合は抑制型であり、迅速に下流の対象ニューロンをオフにするためのものである。

【0086】

前記基本制御ユニット６５は、５つの制御通路を有する。１）自発起動制御通路、２）自発停止制御通路、３）自動起動制御通路、４）自動停止制御通路、５）競合選択制御通路である。

【0087】

前記自発起動制御通路は、所属する基本制御ユニット６５の起動ニューロン６１１０、動作起動コーディングニューロン６２１０、脱抑制起動ニューロン６３１０、中継起動ニューロン６４１０、及びその間の結合からなり、この基本制御ユニット６５がコーディングするメタ動作を発動し、且つ持続して実行するためのものである。

【0088】

前記自発停止制御通路は、所属する基本制御ユニット６５の停止ニューロン６１２０、動作停止コーディングニューロン６２２０、脱抑制停止ニューロン６３２０、中継停止ニューロン６４２０、脱抑制起動ニューロン６３１０、及びその間の結合からなり、この基本制御ユニット６５がコーディングするメタ動作を抑制し、停止するためのものである。

【0089】

前記自動起動制御通路は、自動意思決定モジュール２の自動起動信号の出力端、所属する基本制御ユニット６５の脱抑制起動ニューロン６３１０、及びその間の結合からなり、自動選択するメタ動作を発動し、且つ実行するためのものである。

【0090】

前記自動停止制御通路は、自動意思決定モジュール２の自動停止信号の出力端、所属する基本制御ユニット６５の脱抑制停止ニューロン６３２０、及びその間の結合からなり、自動選択するメタ動作を抑制し、停止するためのものである。

【0091】

前記競合選択制御通路は、所属する基本制御ユニット６５の起動ニューロン６１１０、中継停止ニューロン６４２０、複数の競合する基本制御ユニット６５の脱抑制起動ニューロン６３１０、及びその間の結合からなり、複数の候補のメタ動作の間で互いの競合により優れたメタ動作を選択して実行するためのものである。

【0092】

動作を実行する必要がない場合、各基本制御ユニット６５の自発起動制御通路において脱抑制起動ニューロン６３１０のみがパルス信号を自主的に生成しており、それは抑制性結合により中継起動ニューロン６４１０を完全に抑制するので、発生できる動作がないことになる。

【0093】

自発意思決定モジュール１がある動作シーケンスを実行することを選択するとき、自発意思決定モジュール１は、自発起動信号Ｐをこの動作シーケンスにおける一部、又はすべてのメタ動作に対応する基本制御ユニット６５の起動ニューロン６１１０へ送信してパルスの放出を開始させ、又は速度を速めさせ、ひいては動作起動コーディングニューロン６２１０にパルスの放出を開始させ、又は速度を速めさせ、脱抑制起動ニューロン６３１０は、動作起動コーディングニューロン６２１０の抑制を受けてパルスの放出を緩め、抑制を解除することで、中継起動ニューロン６４１０にパルスの放出を開始させ、又は速度を速めさせ、且つさらに、ポジティブフィードバック結合により起動ニューロン６１１０を励起し、これによりこの基本制御ユニット６５に対応するメタ動作を発動し、且つ実行を持続させる。この動作シーケンスに関連する各基本制御ユニット６５における動作起動コーディングニューロン６２１０の互いの間の結合により、動作シーケンスが終了するまで動作シーケンスにおける各メタ動作を一定のリズムで順次実行させる。

【0094】

自発意思決定モジュール１は自発停止信号Ｑを送信し、且つ指定の基本制御ユニット６５の停止ニューロン６１２０へ入力し、パルスの放出を開始させ、又は速度を速めさせ、ひいては動作停止コーディングニューロン６２２０にパルスの放出を開始させ、又は速度を速めさせ、脱抑制停止ニューロン６３２０は、動作停止コーディングニューロン６２２０の抑制を受けてパルスの放出を緩め、抑制を解除することで、中継停止ニューロン６４２０にパルスの放出を開始させ、又は速度を速めさせ、且つさらに、ポジティブフィードバック結合により脱抑制起動ニューロン６３１０にパルスの放出を開始させ、又は速度を速めさせ、中継起動ニューロン６４１０のパルスの放出を抑制させ、これによりこの基本制御ユニット６５がコーディングするメタ動作を抑制し、停止する。

【0095】

自動意思決定モジュール２は自動起動信号を送信し、且つ指定の基本制御ユニット６５の脱抑制起動ニューロン６３１０へ入力し、パルスの放出を緩めさせ、ひいては抑制を解除することで、中継起動ニューロン６４１０にパルスの放出を開始させ、又は速度を速めさせ、且つ自発起動制御通路のポジティブフィードバックループによりこの動作を発動させ、且つ実行を持続させる。

【0096】

自動意思決定モジュール２は自動停止信号を送信し、且つ指定の基本制御ユニット６５の脱抑制停止ニューロン６３２０へ入力し、パルスの放出を緩めさせ、ひいては抑制を解除することで、中継停止ニューロン６４２０にパルスの放出を開始させ、又は速度を速めさせ、且つさらに、ポジティブフィードバック結合により脱抑制起動ニューロン６３１０にパルスの放出を開始させ、又は速度を速めさせ、中継起動ニューロン６４１０のパルスの放出を抑制させ、これによりこの基本制御ユニット６５がコーディングするメタ動作を抑制し、停止する。

【0097】

前記複合制御モジュール６は、３つの動作モードをサポートし、自発監督モード、自動モード、フィードバック駆動モードである。

【0098】

前記自発監督モードは、自発意思決定モジュール１により動作シーケンスを如何にして実行するかを決定し、且つティーチングを提供し、複合制御モジュール６に新しい動作シーケンスを学習させ、又は既存の動作シーケンスを更新して調整させるためのものである。自発監督モードでは、動作シーケンスの順序ごとの実行は主に、自発意思決定モジュール１により駆動され、すなわち、自発意思決定モジュール１が動作シーケンスにおける各時刻にどのメタ動作を実行すべきか、又は停止すべきか、及び各メタ動作の強度を提供し、且つ自発起動信号Ｐ、及び自発停止信号Ｑをそれぞれ対応する基本制御ユニット６５の起動ニューロン６１１０、及び停止ニューロン６１２０へ入力する。このモードは、ティーチング学習と模倣学習に適用される。

【0099】

前記自動モードは、自発意思決定モジュール１の関与がない、若しくは少ない場合、又は自動意思決定モジュール２が初期メタ動作を提供すると、複合制御モジュール６が動作シーケンスの順序ごとの実行を自動で完了するためのものである。自動モードでは、動作シーケンスの順序ごとの実行は主に、複数の基本制御ユニット６５の運動コーディング層６２のニューロンの互いの間の結合により駆動される。自発意思決定モジュール１、又は自動意思決定モジュール２が動作シーケンスにおけるあるメタ動作を起点として提供し、且つ自発起動制御通路、又は自動起動制御通路により起点信号を提供するだけで、動作シーケンスの残りの部分は、動作シーケンスが終了するまで自動的に順序ごとに実行される。このモードの利点は、動作シーケンスが、そのうちの任意のメタ動作から実行を開始でき、入口がフレキシブルであり、ロボットシステムが任務の異なる初期状態から実行を開始し、且つフレキシブルに被操作物体と干渉に適応でき、しかも動作の自動実行は主に、複合制御ユニットが（運動コーディング層６２の各ニューロンの互いの間の結合のシナプス荷重により）コーディングする動作シーケンスにより決定され、自発意思決定モジュール１、及び自動意思決定モジュール２の演算量を節約することである。

【0100】

前記フィードバック駆動モードは、フィードバックにより動作を調整し、システムを外部環境に自動で適応させるためのものである。フィードバック駆動モードでは、動作、又は動作シーケンスの実行はさらに、フィードバック信号により駆動される。評価モジュール３は、フィードバック信号を複合制御モジュール６の運動コーディング層６２のニューロンへ入力し、システムが奨励されると、フィードバック信号は、動作起動コーディングニューロン６２１０が第１の予め設定された興奮性入力バイアスを得るようにし、且つ動作停止コーディングニューロン６２２０が第１の予め設定された抑制性入力バイアスを得るようにし、これにより動作がさらに発生しやすくなり、又は現在の動作の幅、力がさらに大きくなり、持続時間がさらに長くなる。システムがペナルティを受けると、フィードバック信号は、動作起動コーディングニューロン６２１０が第２の予め設定された抑制性入力バイアスを得るようにし、且つ動作停止コーディングニューロン６２２０が第２の予め設定された興奮性入力バイアスを得るようにし、これにより動作がさらに発生しにくくなり、又は現在の動作の幅、力が小さくなり、さらには事前に終了するようになる。このモードの利点は、制御システムが外部のフィードバックにより動作シーケンスを調整できることであり、これにより利益を選択し、害を回避し、外部操作環境にさらに適用するようになる。

【0101】

前記３つの動作モードはそれぞれ独立して動作し、又は連携して動作する。

【0102】

前記自発制御層のニューロンと運動コーディング層６２のニューロンの数の比率関係は１：Ｎに構成される。Ｎは１以上の有理数である。各自発制御層６１のニューロンは、１つ又は複数の運動コーディング層６２のニューロンに結合するよう構成される。各結合のシナプス可塑性プロセスによりこの結合に上流、下流ニューロンの放出状況に基づいて、シナプス荷重を調節させ、運動コーディング層６２のニューロンが各メタ動作に自動で対応するようになり、ニューロン群のコーディングを実現する。

【0103】

前記自発制御層６１のニューロンと運動コーディング層６２のニューロンとの間の結合のシナプス可塑性プロセスは、評価モジュール３により伝達される誤差フィードバック信号により変調される。

【0104】

前記変調の過程は、以下のうちの１つ又は複数を有する。
１）誤差フィードバック値が正の値の場合、起動ニューロン６１１０は、動作起動コーディングニューロン６２１０のシナプスに結合され、その長期増強作用（ＬＴＰ）は誤差フィードバック値と正の相関を示す。一方、長期抑制作用（ＬＴＤ）は、誤差フィードバック値と負の相関を示す。停止ニューロン６１２０は、動作停止コーディングニューロン６２２０のシナプスに結合され、その長期増強作用（ＬＴＰ）は、誤差フィードバック値と負の相関を示し、一方、その長期抑制作用（ＬＴＤ）は、誤差フィードバック値と正の相関を示す。
２）誤差フィードバック値が負の値の場合、起動ニューロン６１１０は、動作起動コーディングニューロン６２１０のシナプスに結合され、その長期増強作用（ＬＴＰ）は誤差フィードバック値の絶対値と負の相関を示す。一方、長期抑制作用（ＬＴＤ）は、誤差フィードバック値の絶対値と正の相関を示す。停止ニューロン６１２０は、動作停止コーディングニューロン６２２０のシナプスに結合され、その長期増強作用（ＬＴＰ）は、誤差フィードバック値の絶対値と正の相関を示し、一方、その長期抑制作用（ＬＴＤ）は、誤差フィードバック値の絶対値と負の相関を示す。
３）誤差フィードバック値がゼロの場合、自発制御層６１のニューロンと運動コーディング層６２のニューロンとの間の結合のシナプス可塑性プロセスの重み調整係数、又は重み変更量を第１の予め設定された値に維持し、複合制御モジュール６が実行を反復し、又は既存の動作シーケンスをリハーサルするとき、強固な結合関係を緩め、既存の動作シーケンスが変形すること、又は過度に速い忘却を防止する。

【0105】

前記各基本制御ユニット６５の動作起動コーディングニューロン６２１０の互いの間の抑制性結合は、反ヘッブ非対称遅延シナプス可塑性プロセスで重みを調整する。

【0106】

図７を参照し、前記反ヘッブ非対称遅延シナプス可塑性プロセスの動作過程は、以下を有する。
１）各シナプスはＬＴＤ累積ポテンシャルエネルギー（負の数でない）、及びＬＴＰ累積ポテンシャルエネルギー（正の数でない）を有し、且つゼロに初期化される。
２）あるニューロンが励起されると、その後の充分短い時間ウィンドウ内にその下流のニューロンも励起されれば、両者の間のシナプスのＬＴＤ累積ポテンシャルエネルギーは増加し、且つ増加量は両者のパルス放出時間間隔と負の相関をなし、そうでなければ、ＬＴＰ累積ポテンシャルエネルギーの絶対値は１つの第１の予め設定された定数を増加する。
３）ＬＴＤ累積ポテンシャルエネルギー、及びＬＴＰ累積ポテンシャルエネルギーはそれぞれ時間の流れとともに徐々にゼロリセットまで減衰する。
４）誤差フィードバック値が正の値の場合、各シナプスのＬＴＤ累積ポテンシャルエネルギーはＬＴＰ累積ポテンシャルエネルギーと重み付けされ（前者の重みは後者よりも大きい）、且つ誤差フィードバック値を掛け、シナプス荷重に重ね合わせ、その後、ＬＴＤ累積ポテンシャルエネルギー、及びＬＴＰ累積ポテンシャルエネルギーをいずれもゼロリセットする。
５）誤差フィードバック値が負の値の場合、各シナプスのＬＴＤ累積ポテンシャルエネルギーはＬＴＰ累積ポテンシャルエネルギーと重み付けされ（前者の重みは後者よりも小さい）、且つ誤差フィードバック値の絶対値を掛け、シナプス荷重に重ね合わせ、その後、ＬＴＤ累積ポテンシャルエネルギー、及びＬＴＰ累積ポテンシャルエネルギーをいずれもゼロリセットする。

【0107】

前記動作過程の第１工程は、システム初期化時に行われる。

【0108】

前記動作過程の第２から５工程は、任意の順序に沿って行われ、且つ繰り返すことができる。

【0109】

前記中継層６４のニューロンと自発制御層６１のニューロンの数の比率関係は１：Ｎに構成される。Ｎは正の有理数である。しかも各中継層６４のニューロンは、１つ又は複数の自発制御層６１のニューロンに結合するよう構成される。各結合のシナプス可塑性プロセスによりこの結合に上流、下流ニューロンの放出状況に基づいて、シナプス荷重を調節させ、中継層６４のニューロンが各メタ動作に自動で対応するようになり、ニューロン群のコーディングを実現する。

【0110】

このシステムは、ソフトウェア、ファームウェア、又はハードウェアで実現できる。例えば、このシステムは、パルスニューラルネットワークをサポートするチップに埋め込まれ、且つロボットシステムに集積されることができる。

【0111】

使用時には、必要に応じて基本制御ユニット６５の数、自発制御層６１のニューロンと運動コーディング層６２のニューロンの数の比率関係、及び中継層６４のニューロンと自発制御層６１のニューロンの数の比率関係を決定する。通常、コーディングが必要な異なる動作シーケンスが多く、単一の動作シーケンスが長いほど、基本制御ユニット６５の数は多くなるものとし、運動コーディング層６２のニューロンの数も多くなる。使用することが必要な異なるメタ動作の数が多いほど、自発制御層６１のニューロン、及び中継層６４のニューロンの数は多くなるものとする。各基本制御ユニット６５は１つのメタ動作に対応し、一方、同じメタ動作は、複数の基本制御ユニット６５によりコーディングに関与され、且つその総合的な影響を受けることができる。

【0112】

以上に述べたのは、本出願の好適な実施例にすぎず、本出願を限定するものではない。当業者は、本出願に各種の変更、及び変形を行うことができる。本出願の趣旨、及び原則の範囲内で行われるいずれかの修正、均等な置き換え、改良などはいずれも本出願の特許請求の範囲内に含まれるものとする。

【符号の説明】

【0113】

１ 自発意思決定モジュール
２ 自動意思決定モジュール
３ 評価モジュール
４ 記憶モジュール
５ 感知モジュール
６ 複合制御モジュール
７ 入力チャネルモジュール
８ 出力チャネルモジュール
９ 制御対象モジュール
６１ 自発制御層
６２ 運動コーディング層
６３ 脱抑制層
６４ 中継層

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】