基于调节发育神经网络的机器人导航决策算法模型（MATLAB源码+论文）

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。