内容概要:通过通过对人脑认知的研究,将生物神经与数学建模相结合,提出了一种新的自主调节发育网络(AMDN),并将其作为智能体的大脑,通过将决策计算模型与网络融合在了一起,网络不断的认知新的环境信息,同时由于层与层之间的信息交互以及新的神经元节点的插入,网络可以不断的去改进自己的决策,使自身可以很快的在环境中找到合适的路径,整个过程为全自主,省去了人工制作大量训练样本的工作量。为了提高智能体对新环境的适应性,增加了off-task 过程,在这个过程中,智能体通过门限自组织机制来控制神经元的激活,模拟人脑情景回忆的现象,对发生越近且次数越多的事情,暴露量越大,被回忆到的概率增加,通过转移认知,大脑可以对类似的事物有更多的认识,从而提高人工构建的智能体对环境的识别和决策能力。
适用人群:热衷于研究人工智能的科技爱好者或在校研究生,可作为毕设研究点。