Resumen

El aprendizaje de habilidades de forma autónoma a través de interacciones con el entorno es una capacidad crucial para un robot inteligente. La integración percepción-acción o ciclo sensoriomotor, como un tema importante en el aprendizaje por imitación, es un mecanismo natural sin el proceso de programación complejo. Recientemente, se consideran un modelo neurocomputacional y un método de inteligencia del desarrollo como una nueva tendencia para implementar el aprendizaje de habilidades en robots. En este artículo, basándonos en la investigación del modelo de neocorteza del cerebro humano, presentamos un método de aprendizaje de habilidades mediante la estrategia de integración percepción-acción desde la perspectiva de la teoría de la memoria temporal jerárquica (HTM). Los datos secuenciales del sensor que representan una cierta habilidad de una cámara RGB-D son recibidos y luego codificados como una secuencia de vectores de Representación Distribuida Escasa (SDR). Los vectores secuenciales de SDR son tratados como las entradas del HTM percepción-acción. El HTM aprende secu

• Materias:Simulación dinámica Toma de decisiones Regresión lineal Cargas controladas Seguridad multimedia
• Subjects:Dynamic simulation Decision making Linear regression Controlled loads Multimedia safety
• Palabras claves:Aprendizaje de habilidades; Integración percepción-acción; Robot; Modelo neurocomputacional; Inteligencia en desarrollo; Memoria temporal jerárquica
• Keywords:Skill learning; Perception-action integration; Robot; Neurocomputing model; Developmental intelligence; Hierarchical temporal memory