（计算机应用技术专业论文）人工内分泌模型及其应用研究.pdf

摘要 摘要 人工内分泌系统是指在研究人体内分泌系统的信息处理机制的基础上，构造 出体现内分泌系统信息处理特性的一类新的计算智能模型和方法。与神经系统， 免疫系统一样，内分泌系统也具有高度复杂和独特的信息处理能力，分析和挖掘 其生理上的信息处理机制，建立相应的工程模型具有重要的理论意义和应用价 值。本论文从不同的方面对人工内分泌系统模型及其应用进行一些研究，主要工 作包括： 1 生物内分泌系统功能与机制挖掘。本文从计算机信息处理的角度，研究 和挖掘内分泌系统的基本功能和调控机制，概括和总结内分泌系统的功能特点， 并类比已有的计算智能模型，为进行人工内分泌系统模型及其应用的研究提供 理论指导。 2 神经内分泌计算模型及其应用研究。神经系统与内分泌系统在许多方面 是相互关联，互相作用的。一方面，神经系统接受体内外环境刺激，产生神经信 号刺激内分泌系统，对内分泌系统有着调控作用；另一方面，内分泌系统分泌的 荷尔蒙，对神经系统有着反馈调节作用，生理学将两大系统的复合称为神经内分 泌系统。借鉴内分泌与神经系统之间的调控机制，本文提出一种基于神经内分泌 调节机制的计算模型及算法，模型将神经系统与内分泌系统相结合，利用神经 系统的学习与记忆能力，以及内分泌系统对神经系统的反馈调控作用，控制自 主体行为，使自主体具有自学习自适应能力。为了验证模型及算法的有效性，将 其应用于机器人导航避障仿真实验，并与离散q 学习方法对比，结果表明该模 型是有效的。该模型和算法深入反映了生物体的神经内分泌机制，将神经网络的 特点和内分泌的调控机制相结合，是一种联合的计算模型，对自主体的行为控制 和内分泌系统建模提供了参考。 3 基于荷尔蒙反应扩散机制的内分泌模型研究。虽然内分泌系统受神经系 统和机体其他系统的调节，但是它的生理功能主要是由其内部各个组成部分自组 织来实现的，荷尔蒙的作用机制是内分泌系统完成功能的关键。借鉴内分泌系统 的机制特征，本文提出一种基于荷尔蒙反应扩散机制的内分泌网络模型及算法， 模型将内分泌系统看作一个复杂的网络，内分泌细胞作为网络节点分泌荷尔蒙， 通过荷尔蒙的反应扩散使内分泌系统自组织自适应的实现功能，维持内稳态。为 验证模型及算法的有效性，将其用于多机器人系统的控制，实验结果表明模型及 算法可使多机器人系统具有自适应能力，有效完成任务。该模型和算法是对内分 泌系统独立建模的探讨，为建立完善的人工内分泌系统模型提供了参考。 摘要 综上所述，生物内分泌系统具有独特的信息处理机制，从不同角度研究和分 析这些机制特征，建立具有内分泌机制特点的模型和算法具有重要的理论和应用 价值，本文对人工内分泌模型及其应用做了一些初步的研究工作，如何建立完善 的人工内分泌模型是今后研究的重点。 关键词：人工内分泌荷尔蒙计算智能 a b s t r a c t a b s t r a c t b a s i n go nt h ei n f o r m a t i o np r o c e s s i n gm e c h a n i s mo fh u m a ne n d o c r i n es y s t e m ， a r t i f i c i a le n d o c r i n es y s t e mc o n s t r u c t san e wc l a s so fc o m p u t a t i o n a li n t e l l i g e n c em o d e l a n dm e t h o d ，w h i c hf u l l ye m b o d i e st h ec h a r a c t e r i s t i c so fe n d o c r i n es y s t e mi n f o r m a t i o n p r o c e s s i n g j u s ta sn e r v o u ss y s t e ma n di m m u n es y s t e m ，e n d o c r i n es y s t e ma l s oh a s h i g h l yc o m p l e xa n du n i q u ei n f o r m a t i o np r o c e s s i n gm e c h a n i s m s a n a l y z i n ga n d e x t r a c t i n gt h e s em e c h a n i s m sa n de s t a b l i s h i n gc o r r e s p o n d i n gm o d e l si s o fi m p o r t a n t t h e o r e t i c a ls i g n i f i c a n c ea n dn ol e s sa p p l i c a t i o nv a l u e t h i sd i s s e r t a t i o ni n c l u d e ss o m e r e s e a r c hi nt h em o d e l so fa r t i f i c i a le n d o c r i n es y s t e ma n di t sa p p l i c a t i o nf r o md i f f e r e n t a s p e c t s t h em a i nr e s e a r c hw o r k s c a nb es u m m a r i z e da sf o l l o w s ： 1 f u n c t i o n a l i t ya n dm e c h a n i s mm i n i n go fb i o l o g i c a le n d o c r i n es y s t e m f r o m t h ec o m p u t e ri n f o r m a t i o np r o c e s s i n gp o i n to fv i e w , i nt h i sd i s s e r t a t i o nw ed i ds o m e r e s e a r c h e sa n dd e e pm i n i n gi nt h eb a s i cf u n c t i o n sa n dr e g u l a t o r ym e c h a n i s m so ft h e e n d o c r i n e s y s t e m ，s u m m a r i z e dc o n c l u s i v e l y t h ec h a r a c t e r i s t i c so fr e g u l a t o r y m e c h a n i s m sa n dd r e wa na n a l o g u ew i t hp r e - e x i s t i n gc o m p u t a t i o n a li n t e l l i g e n c e m o d e l s a l lt h e s ep r o v i d ep r o f o u n dt h e o r e t i c a ld i r e c t i o n si nr e s e a r c ho ft h em o d e l so f t h ea r t i f i c i a le n d o c r i n es y s t e ma n di t sa p p l i c a t i o n s 2 n e r o - e n d o c r i n ec o m p u t i n gm o d e la n di t sa p p l i c a t i o nr e s e a r c h i n g n e r v o u s s y s t e mi n t e r r e l a t e sw i t he n d o c r i n es y s t e ma n dt h e yh a v em u t u a le f f e c t si nm a n yw a y s o nt h eo n eh a n d ，t h en e r v o u ss y s t e mc a nr e g u l a t ee n d o c r i n es y s t e m ，b yp r o d u c i n g n e r v es i g n a l sa n ds t i m u l a t i n ge n d o c r i n es y s t e ma f t e rr e c e i v i n gs t i m u l a t i o n sf r o mv i v o e n v i r o n m e n t ；o nt h eo t h e rh a n d ，t h eh o r m o n e sw h i c ha r es e c r e t e db ye n d o c r i n e s y s t e mh a v ef e e d b a c ke f f e c t so nt h en e r v o u ss y s t e m t h i sc o m p o s i t i o no ft h et w o s y s t e m si sc a l l e dt h en e u r o e n d o c r i n es y s t e mi np h y s i o l o g y i n s p i r e db yt h er e g u l a t i o n m e c h a n i s mo fb i o l o g i c a ln e u r o - e n d o c r i n es y s t e m ，an e u r o n - e n d o c r i n ec o m p u t a t i o n m o d e la n di t sr e l a t i v ea l g o r i t h ma r ep r o p o s e d t h em o d e li sac o m b i n a t i o no fn e r v e s y s t e ma n de n d o c r i n es y s t e m ，t a k i n ga d v a n t a g eo fb o t ht h es t u d y i n ga n dm e m o r i z i n g c a p a b i l i t yo ft h en e r v es y s t e ma n dt h ef e e d b a c kr e g u l a t i o nc a p a b i l i t yo ft h ee n d o c r i n e s y s t e m b ya d j u s t i n gt h eb e h a v i o r so ft h ea g e n t ，i te v e n t u a l l ye n d o w st h ea g e n tw i t h t h ea b i l i t yo fs e l fl e a r n i n ga n ds e l fa d a p t a t i o ni nt h eu n k n o w ne n v i r o n m e n t t ov e r i f y t h ev a l i d i t yo ft h em o d e l ，w ep e r f o r m e das i m u l a t i o ne x p e r i m e n t ，i nw h i c ht h e p r o p o s e dm o d e la n dq l e a r n i n gw i t hd i s c r e t es t a t e sw e r eu t i l i z e dr e s p e c t i v e l yt oh e l p i i l a b s t r a c t ar o b o tl e a r nt h ea b i l i t yo fo b s t a c l ea v o i d a n c e i tw o r k so u tt h a tt h ep r o p o s e dm o d e li s m o r ee f f e c t i v et h a nt h eq l e a r n i n gw i t hd i s c r e t es t a t e s t h em o d e la n da l g o r i t h m c o m b i n et h ec h a r a c t e r i s t i c so fn e u r a ln e t w o r ka n dt h er e g u l a t i o no fe n d o c r i n es y s t e m ， w h i c hp e n e t r a t e si n t ot h e r e g u l a t o r ym e c h a n i s m s o fn e r o e n d o c r i n es y s t e m ，a n d p r o v i d e s s o m er e f e r e n c e sf o r a g e n t s b e h a v i o r c o n t r o la n de n d o c r i n es y s t e m m o d e l i n g 3 a r t i f i c i a le n d o c r i n em o d e l r e s e a r c h i n gb a s i n g o nh o r m o n e s r e a c t i o n - d i f f u s i o nm e c h a n i s m a l t h o u g hr e g u l a t e db yn e r v o u ss y s t e ma n do t h e r s y s t e m s ，t h ep h y s i o l o g i c a lf u n c t i o n so fe n d o c r i n es y s t e ma r em a i n l ya c h i e v e dt h r o u g h s e l f - o r g a n i z a t i o nb yi t si n t e r n a lc o m p o n e n t s ，o fw h i c hh o r m o n e sa r et h ek e yf a c t o r a c c o r d i n gt ot h i s ，am o d e lc o n s i d e r i n gt h ew h o l ee n d o c r i n es y s t e ma sac o m p l e x n e t w o r ka n dt h ee n d o c r i n ec e l l sa sn e t w o r kn o d e ss e c r e t i n gh o r m o n e sw a sp r o p o s e d t h r o u g h h o r m o n e s r e a c t i o n - d i f f u s i o nm e c h a n i s m ，t h ee n d o c r i n es y s t e m i s m a i n t a i n e dh o m e o s t a s i s t ov e r i f yt h ev a l i d i t yo ft h em o d e l ，w eu s e di tt oc o n t r o l m u l t i - r o b o t ss y s t e m ，e x p e r i m e n t a lr e s u l t ss h o wt h a tt h ep r o p o s e dm o d e la n da l g o r i t h m c o u l ds u c c e s s f u l l ym a k et h em u l t i r o b o t ss y s t e mi n d u c et h ea b i l i t yo fa d a p t i n ga n d e f f e c t i v e l ya c c o m p l i s ht a s k s t h em o d e la n da l g o r i t h mi sap r o b i n gi n t oe s t a b l i s h i n g e n d o c r i n es y s t e md e p e n d e n tm o d e la n dp r o v i d e sr e f e r e n c ef o re s t a b l i s h i n gc o m p l e t e a r t i f i c i a le n d o c r i n es y s t e mm o d e l i nc o n c l u s i o n ，t h ee n d o c r i n es y s t e mc o n t a i n ss p e c i a li n f o r m a t i o np r o c e s s i n g m e c h a n i s m s ，a n a l y z i n gt h e s em e c h a n i s m sf r o md i f f e r e n ta s p e c t sa n dc r e a t i n gm o d e l s a n da l g o r i t h m sp o s s e s s i n ge n d o c r i n e sc h a r a c t e r si so fi m p o r t a n tt h e o r e t i c a la n d a p p l i c a t i o nv a l u e t h ed i s s e r t a t i o nh a sd o n es o m et r i a lr e s e a r c ho na r t i f i c i a le n d o c r i n e m o d e la n di t sa p p l i c a t i o n s h o wt oc r e a t eap e r f e c ta r t i f i c i a le n d o c r i n em o d e li st h e k e yp o i n to ft h ef u t u r er e s e a r c h k e yw o r d s ：a r t i f i c i a le n d o c r i n es y s t e m ，h o r m o n e ，c o m p u t a t i o n a li n t e l l i g e n c e i v 插图目录 插图目录 图1 1 神经系统( n ) ，免疫系统( i ) ，内分泌系统( e ) 的关系图4 图1 2d h m 示意图8 图2 1 人体内分泌系统1 4 图2 2 荷尔蒙传输方式1 6 图2 3 神经内分泌多层调控示意图1 8 图2 4 荷尔蒙分泌的调控示意图1 9 图3 1 神经内分泌调节系统2 4 图3 2 荷尔蒙调节记忆2 4 图3 3 神经内分泌计算模型结构2 6 图3 4n e c m 模型工作流程图2 6 图3 5n e c m 算法框图2 7 图3 6 机器人结构及仿真环境2 9 图4 1 内分泌网络示意图3 4 图4 。2 内分泌细胞结构定义3 5 图4 3 控制算法流程图3 7 图4 4 控制算法示意图3 8 图4 5 环境激励g i 函数3 9 图4 6 方案一机器人行为选择情况图4 2 图4 7 方案二机器人行为选择情况图4 4 v i l 表格日录 表格目录 表2 1 内分泌、神经、遗传、免疫系统对比表2 0 表3 1 实验结果3 1 表4 1 荷尔蒙相互作用值3 9 表4 2 模型参数值4 0 表4 3 两种方案在不同环境的任务完成情况4 5 i x 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成 果。除已特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写 过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确 的说明。 作者签名：签字日期： 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥 有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交 论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入有关数据 库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人 提交的电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 必开 口保密( 年) 作者签名：毪臣互让 导师签名： 签字r 期：_ q 口乙逝 签字日期： 趔 第l 章绪论 第1 章绪论 计算智能 2 是人工智能领域的研究热点，它的兴起促进了人工智能的快速 发展，充实了人工智能的研究内容。计算智能方法强调的是对生物结构和行为， 乃至自然现象、过程及其原理的借鉴和模拟，具有自组织、自适应、自学习的 特性及能力。人工神经网络、进化计算、人工免疫等典型的计算智能模型被广 泛的研究和应用，取得了丰富的成果。随着计算智能研究的扩展，基于人体信 息处理机制的研究也不断深入，内分泌系统作为人体三大功能系统之一，负责 调节及维护着人体的生理功能，具有强大的信息处理能力，挖掘内分泌系统特 有的功能特点，构建人工内分泌系统模型及计算方法是计算智能领域中一个新 的研究方向，对促进计算智能的发展具有重要的意义。 1 1 典型的计算智能方法 计算智能方法的研究及其应用已经成为人工智能领域中的研究热点 3 0 】。 基于各种生物结构和行为，以及自然现象和过程，人们从不同的角度和侧面出 发，对生物智能、物理现象及其规律进行模拟，相继提出了许多有效求解复杂 问题的计算智能方法，其中具有代表性的方法有人工神经网络、模糊系统、进 化计算、人工免疫系统、d n a 计算等，我们对这些方法进行简单介绍。 1 1 1 人工神经网络 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ，a n n ) 是在现代神经生物学和认 知科学对人类信息处理研究的基础上提出来的，具有很强的自适应性、自学习 性、非线性映射能力、鲁棒性和容错能力等 5 9 】。自2 0 世纪4 0 年代初心理学 家m c m u l l e n 和数理逻辑学家p i t t s 提出第一个神经元模型以来，人工神经网络 研究不断深入。在智能控制领域中，基于神经网络的控制系统被越来越多的应 用于控制领域的各个方面。其中，应用最多的是前馈神经网络、反馈神经网络、 局部逼近神经网络、模糊神经网络、自组织神经网络、波尔兹曼机模型和双向 联想记忆网络等基本模型及改进型，主要应用领域为模式识别、智能控制等。 在许多应用中，神经网络经常与其它计算智能模型相结合，解决复杂问题。神 经网络的主要特点是：非线性映射，并行的信息处理，容错能力强。 第1 章绪论 1 1 2 模糊系统 模糊系统关注人脑的功能模拟，它以模糊集合理论为基础，试图在一个较 高的层次模拟人脑表示和求解不精确知识的能力。在模糊系统中，知识是以规 则的形式存储的，它采用一组模糊规则来描述对象的特性，并通过模糊逻辑推 理来实现对不确定性问题的求解。模糊理论由z a d e h 教授最先提出，此后模糊 理论被广泛用于控制技术，小到家用电器的微控制器系统，大到大规模的过程 控制系统、医疗仪器和决策系统等【2 】。 1 1 3 进化计算 进化计算是基于达尔文生物进化法则而发展的一种信息处理技术，包括遗 传算法( g e n e t i ca l g o r i t h m ，g a ) 、进化策略( e v o l u t i o ns t r a t e g y , e s ) 并t l 进化规划 ( e v o l u t i o n a r yp r o g r a m m i n g ，e p ) 。进化计算是一个以个体构成的群体为潜在解并 具有开采和探测能力的群体学习过程 2 3 1 1 3 0 ，它由基于群体的选择、交叉及变 异三种算子组成，并通过种群个体的协作与竞争来实现对问题最优解的搜寻。 选择操作反映了生物进化的“适者生存、优胜劣汰”的竞争思想；交叉是自然 演化的主要机制，反映了个体之间的信息传递和信息交换关系及个体之间的协 作；变异使得群体具有遍历性。三种算子分别反映了物种进化过程的特定的运 行机制，但是它们在遗传算法、进化策略和进化规划中的重要程度不同。遗传 算法以选择和交叉为主，以产生多样的高适应度的个体，变异仅起到对群体多 样性的微调作用；进化策略和进化规划则主要通过变异产生多样化的个体，再 通过选择方式获得优良个体。进化计算作为一种有效全局搜索方法，已广泛用 于不同的领域，如数值优化、自动控制、机器学习、人工生命和机器人智能控 制等。 1 1 4 人工免疫系统 人工免疫系统( a r i t i f i c i a li m m u n es y s t e m ，a i s ) 5 3 是从生物免疫系统的运 行机制中获取启发而开发的数字化免疫系统计算智能模型，识别、学习和记忆 是它的功能特长 3 0 】【3 4 】 5 2 】。b u m e t 提出的细胞克隆选择理论以及j e m e r 提出 的免疫网络理论对研究人工免疫系统具有重要理论意义，目前大多关于人工免 疫系统的研究都是以此为基础。人工免疫系统己被广泛用于网络安全、机器学 习、数据挖掘和智能优化技术等多个领域。 2 第l 章绪论 1 1 5d n a 计算 d n a 计算p 0 是由a d l e m a n 所开创的一种分子生物计算技术。根据现代细 胞学和遗传学的研究得知，控制生物性状遗传的主要物质是脱氧核糖核酸 d n a 。d n a 是一种高分子化合物，它不仅具有一定的化学组成，还具有规则的 双螺旋结构。d n a 计算的核心问题是把经过编码后的d n a 串作为输入，在试 管内经过一定时间完成控制的生物化学反应，以此来完成运算，使得从反应后 的产物及溶液中能得到全部的解空间。d n a 分子生物算法具有高度并行性、大 容量和低消耗等三方面的显著特点，它的出现开创了一个分子生物计算的新的 计算空间，具有深远意义。 生物生理系统可以看成是一个复杂的信息处理系统，该信息处理系统包括 脑神经系统、遗传系统、免疫系统和内分泌系统四种类型。目前，除内分泌系 统由于本身比较复杂和其相关研究成果较少而还没有形成相应的计算智能方法 外，其他三种系统都已经被开发利用而形成了相应的计算智能方法，即人工神 经网络、进化计算和人工免疫系统。这些系统模型的成功研究及应用，显示了 对生物信息处理机制的研究具有重要理论意义和应用价值，同时也激发了人们 对内分泌系统的研究，目前这方面的研究还刚刚起步，其相关理论及应用成果 不多，但随着研究的不断深入，人工内分泌系统必将成为计算智能的重要研究 方向和研究热点。 1 2 生物内分泌系统功能特点 内分泌系统【1 7 】是由机体各内分泌腺以及散布于全身的内分泌细胞共同构 成的信息传递系统，是通过释放具有生物活性的化学物质荷尔素来调节靶细胞 ( 或者靶组织、靶器官) 活动的。荷尔蒙对靶细胞作用所产生的效应往往又反 馈地影响内分泌细胞的活动。因此就整体功能而言，内分泌系统是包括靶细胞 等在内的一个庞大的稳态调节系统。在维持体内环境平衡和调节机体功能的过 程中，内分泌系统体现了许多功能特点。 1 内分泌系统与其它系统的密切联系，相互配合，共同调节机体的各种功 能活动，维持着内环境的相对稳定。内分泌系统与神经系统都是体内的调节信 号发送系统，它们在功能上存在许多共同之处：所有神经元和内分泌细胞都 具有分泌功能：神经元和内分泌细胞均能产生动作电位：部分细胞分泌的 物质既可充当神经递质也可作为荷尔蒙；神经递质与荷尔蒙均需要与靶细胞 的相应受体相互结合后才能发挥作用。近年的研究表明内分泌系统、神经系统 3 第1 章绪论 及免疫系统的关系十分密切，这三大系统通过体内共同的信息物质，相互联系， 构成机体既复杂又严密的神经一内分泌一免疫调节网络 5 5 】。如图1 1 所示，它 们从不同角度相互协调完成机体功能活动的高级整合，共同维持机体内环境的 相对稳定。 图1 1 神经系统( n ) ，免疫系统( i ) ，内分泌系统( e ) 的关系图 2 内分泌系统是高度进化的智能系统，其发挥调制作用的核心是荷尔蒙， 分析荷尔蒙的作用特征，可以提炼出人工建模能借鉴的机理。荷尔蒙虽然种类 很多，作用机理复杂，但它们在对靶组织调节作用的过程中，具有一些共同特 点【1 7 】【1 8 】： 荷尔蒙的扩散没有方向性，其携带的控制信息没有特定的目标点，它在 生物机体内分布式扩散流动，具有信息传递作用，但不论哪种荷尔蒙，它只能 对靶细胞的生理化过程起加强或减弱的作用，既不能添加成分，也不能提供能 量，仅仅起着信使作用。从计算机信息处理角度来看，内分泌细胞分泌荷尔蒙 可视为一种低带宽全局通信策略，在这种荷尔蒙调节机制中，除了需要传输荷 尔蒙的媒介外，不需要任何集中控制，而且荷尔蒙的释放和对为的刺激都能在 局部发生，不需要进行点对点的通信，是典型的分布式系统。 荷尔蒙作用的相对特异性。多种荷尔蒙能同时工作而互不干扰，同一种 荷尔蒙在不同的靶细胞上会触发不同的反应，每种荷尔蒙只对特定靶细胞有效， 这称为荷尔蒙作用的特异性。被荷尔蒙选择作用的器官、组织和细胞，分别称 为靶器官、靶组织和靶细胞。荷尔蒙作用的特异性与靶细胞上存在能与该荷尔 蒙发生特异性结合的受体有关。荷尔蒙与受体相互识别并发生特异性结构，经 过细胞内复杂的反应，从而激发一定的生理效应。由此看来，内分泌系统具有 并行性和多样性的特点。 荷尔蒙之间的相互作用。当多种荷尔蒙共同参与某一生理活动时，它们 4 第1 章绪论 之间存在着协同或拮抗作用，这对维持其功能活动的相对稳定起着重要作用。 内分泌系统通过荷尔蒙调节形成一个动态平衡的系统。荷尔蒙的反应扩 散作用是内分泌系统维持内平衡的关键，分析反应扩散作用机制对我们建立人 工内分泌系统模型具有重要指导意义。 研究和分析内分泌系统的生理特征，对其机制特点进行总结和提取，是建 立人工内分泌系统模型的前提，也是创建其计算智能方法的理论基础。 1 3 人工内分泌系统的研究现状 人工内分泌系统( a r t i f i c i a le n d o c r i n es y s t e m ，a e s ) 是指在研究人体内分泌 系统的信息处理机制的基础上，构造出体现内分泌系统的信息处理特性的一类 新的计算智能模型和方法。随着内分泌学的发展，有关内分泌特性的作用机制 被深入理解，而在此基础上的内分泌信息处理机制的研究也越来越受到人们重 视。 近年来，有关人工内分泌机制的研究，主要分为两大方面，一是内分泌机 制的应用；二是人工内分泌系统模型创建。其中较多的研究工作集中在第一方 面，对内分泌系统建模研究较少。以下将对这两个方面的典型工作进行介绍和 分析。 一、从应用的角度出发，针对一些特定的问题，借鉴内分泌的调节机制， 设计相应的求解问题模型和算法，这方面的工作多数用于机器人的控制技术上 4 6 1 1 4 7 】。其中典型的研究工作有： 1 基于内分泌机制的机器人行为控制 1 9 8 8 年生物学家k r a v i t z 在 1 9 】对龙虾行为控制机理的研究中提出了生物荷 尔蒙的八个主要机制特点，b r o o k s 在【1 1 1 9 9 1 年将这些机制用于机器人行为选 择的控制，以协调机器人的行为。b r o o k s 在【2 0 】九十年代初提出的基于行为的 系统，模拟从低级动物到高级动物的条件反射行为，不需要模型和逻辑推理， 建立从感知到行为的直接映射，在这种基于行为的系统中，行为是系统的模块， 功能是行为发生的体现，这与传统的人工智能有本质的区别。机器人的行为由 我们设计，可以适应各种环境变化，并最终完成预期任务。在设计这种体系结 构中，需要解决两个问题：一是如何选择一个正确的行为：二是当行为之间发 生冲突中如何解决。从应用或算法的角度，针对行为选择需要从两个方面考虑： 一是使用集中控制还是分散控制；二是行为冲突的解决方法是预先设定还是动 态调节。对上述问题，b r o o k s 将k r a v i t z 提出的荷尔蒙机制对应到机器人行为 控制上，并给出了七个相应的基于荷尔蒙机制的行为控制特点 11 - 感受器的 5 第1 章绪论 输入通过行为处理可以激发一种状态，从而影响荷尔蒙的释放。每一种行为 都激活一种状态，影响荷尔蒙的释放量，而行为的激励水平又受荷尔蒙的控制， 所以一种荷尔蒙可以单独作用也可以相互作用。荷尔蒙的释放可以激活行为， 如果一种行为所需的激励水平超过阈值，那么这种行为就会被激活。荷尔蒙 影响行为，同时也影响与行为相关的其它部分。荷尔蒙能改变行为的激励水 平，这说明一种行为的激活可以影响另一种行为。由于不同行为在不同条件 下被激活，对于同样的输入，机器人的行为不同。正反环路反馈会增强或减 弱荷尔蒙的释放。使用上述机制可以很好的解决基于行为的系统的行为控制问 题，使机器人在复杂环境中表现出很强的生存能力。 a r k i nrc 【6 】【4 8 】认为机器人内部动态平衡是实现自主机器人的基础，而内 分泌系统在维持机体内平衡的稳定方面起着重要作用，因此他在机器人结构中 增加内平衡子系统来模拟内分泌系统，主要作用是使机器人通过内感知器感知 内环境( 如能量) 变化，并对运动规划进行相应的调整。内平衡子系统由两部 分组成，发射器和接收器，发射器模拟产生各种荷尔蒙的腺体，它们分别与机 器人的各个内感知器直接相连。接收器模拟能接收荷尔蒙的各种靶腺，它们放 入相应的基本行为单元中，与发射器对应。发射器在感知机器内环境后，通过 广播向所有处于激活状态的行为单元发送相应的荷尔蒙信息，如果在某一个处 于激活状态的行为单元中有相应的接收器接收荷尔蒙信息，那么该行为的激活 状态将发生改变，进而影响机器人的动作。这种调节机制不需要高层的规划， 只能影响预定的任务规划，使被激活的行为单元能更好地反应机器人当前的状 态。该研究表明，在设计自主机器人的行为控制策略时，不仅要考虑外环境的 变化，还要考虑内环境稳定，而内分泌系统的调节机制在维持内环境稳定方面 能起到很好的作用。 s h e nw m 【1 】【3 】 1 2 等人借鉴生物内分泌系统对生物体各部分的控制和协 调机制，将荷尔蒙作为特殊信使，提出了两种通讯协议控制算法，用于变结构 机器人的控制。变结构机器人由多个自主的模块组成，机器人的感知、行为决 策都分布在这些模块中，如何控制这些模块完成特定行为是需要解决的关键问 题。借助荷尔蒙的特点：荷尔蒙没有特定目标，有一定生命周期，对不 同接收者有不同的作用。s h e nw m 提出了一种用于变结构机器人控制的方法， 将每个模块看作靶细胞，同一种荷尔蒙可以在不同的模块引起不同的反应，完 成机器人的整体行为。这种方法解决了变结构机器控制的同步问题，使变结构 机器人控制策略易扩充，同时具有较好的稳定性。但缺点是系统中的荷尔蒙都 是人工设定并在给定环境下产生的，自适应能力有限，如果不能将荷尔蒙的产 生能力迁移至模块中，机器人很难在复杂环境中自主完成任务。 6 第1 章绪论 m a r k n e a l 等人【1 3 】【1 4 】【1 5 】用神经网络控制机器人行为，并在控制结构中增 加内分泌系统，其分泌的荷尔蒙量随环境变化而增减，从而影响神经网络调节 机器人行为。该控制方法与人工神经网络相结合，人工神经网络代表已设定的 一种行为，在不同的环境下，机器人感知输入，分泌荷尔蒙对神经网络结点的 输入进行调节，从而可以调节机器人的行为，实验表明该方法可以使机器入在 复杂环境下具有较强适应性，其缺点是人工神经网络需要预先设定，不具有自 学习的能力。 2 基于内分泌调节机制的情感模型 o r l a n d oa v i l a - g a r c i a 等人【4 】【5 】【4 9 根据生存理论及生物活动的周期性，将 荷尔蒙反馈机制用于调控机器人的行为，提出了仿荷尔蒙机制，即在行为选择 系统中增加荷尔蒙分泌腺体，其分泌的荷尔蒙影响机器人行为，实验表明此方 法提高了机器人在动态环境的生存能力，其实验中机器人表现出类似恐惧的情 感反应。此研究工作对情感状态进行建模，建模时考虑了外界刺激、激活强度、 激活的情感所释放的荷尔蒙、情感作用后的生理反应等因素，生成的情感通过 释放荷尔蒙影响机器人对内、外环境的感知和行为决策。此研究将内分泌机制 与情感机制相结合，为人工内分泌系统的研究提供了一个新方向。 黄国锐 2 1 】【2 4 】基于内分泌功能的情感反应机制，提出了一个新的自适应 a g e n t 模型，在此模型中，通过设置内环境和设计一种基于内分泌功能的情感 反应机制的情感与动机模型，使外环境的状态能在内环境中达到一个较为理想 的反应，a g e n t 系统通维持内环境的动态稳定来实现对外环境的自适应。其中 情感模型用于对来自体内、外各种突发事件的建模，生成的情感通过释放荷尔 蒙，影响内、外感知器的感知。动机被视为维持内环境稳定的各种过程，当前 激活强度最高的动机直接驱动其相应的行为，这样a g e n t 系统行为不仅受到自 身需要的控制，还受到系统内、外各种突发事件的调节。 3 内分泌机制在多a g e n t 系统和优化问题的应用 p a u lr i c h a r dt h o m p s o n 2 2 提出一种荷尔蒙通讯和控制体系结构( h c c ) ， 将有限的局部状态信息通过荷尔蒙在网络中传播，各主体根据自身局部状态对 荷尔蒙信息做出反应。这种通讯机制和控制体系被用于多a g e n t 系统中，仿真 实验证明该方法是有效的，该研究充分体现了荷尔蒙的作用特点，对多a g e n t 系统的控制方法有着参考意义。 b r i n k s c h u l t e 等人 2 5 】【2 6 】【5 8 】将荷尔蒙机制用于分布式系统的中间层，该中 间层的作用是协调分布式系统的处理单元，有效的进行任务分配。对分布式系 统的每个处理单元，中间层都定义三种荷尔蒙：e a g e rv a l u e 决定一个任务在处 理单元上执行的可能性，该值越大，任务在处理单元执行的可能性越大； 7 第1 章绪论 行的可能性越大；s u p p r e s s o r 抑制任务在处理单元l 的执行：a c c e l e r a t o r 促进任 务在处理单元的执行。每个处理单元向其它单元发送s u p p r e s s o r 和a c c e l e r a t o r ， 具体的发送范围根据系统所执行的任务确定。其实验表明该方法使分布式系 统的具有自组织和自配置等特性。 二、人工内分泌系统建模。这方面的工作较少其中一些工作是生物学家 所做的，主要是生物建模，设计内分泌系统数学模型。由于内分泌系统的复杂 | 生，相关研究工作刚刚展开，目前公认的完善的人工内分泌模型尚没有建立。 s h e nw m 等人1 2 7 】根据荷尔蒙反应扩散的思想提出了d h m ( d i g i t a l h o r m o n em o d e l ) 模型，如图l2 所示： + 专 2 ，b 图12d h m 示意图 在该模型中，每个细胞可毗分泌两种荷尔蒙激励荷尔蒙a 和抑制荷尔蒙 i ，出图i2 可以看出，经过迭加后，中心部位具有正的荷尔蒙，边缘具有负的 荷尔蒙，由于相互抑制作用，中间部分的荷尔蒙为零。每个时间步细胞都分泌 这两种荷尔蒙，细胞按邻居中荷尔蒙的浓度进行迁移。荷尔蒙浓度越高，细胞 迁移选择的概率越大。 s h e nw m 等人将d h m 用于模拟和控制大范围内多个机器人的自组织行 为。在这个模型中，机器人被看作是细胞，它分泌荷尔蒙荷尔蒙会扩散及影 响其它细胞模型算法步骤如下：l 、所有的细胞根据它们的行为规则选择执行 的动作( 动作是预设的) ；2 、所有的细胞执行所选择的动作：3 、所有的格子更 新荷尔蒙的浓度：4 、跳转到1 。作者将这种方洼就用于以下几个仿真实验，搜 寻目标，监控指定区域，自我修复以及漫游时避免走入陷阱，实验结果表明， d h m 方法是简单有效的，而且使多机器人系统具有鲁捧性和自组织性。 生物学家ev b u d i l o v a 等人2 8 1 将内分泌系统看作是网络结构，其原因是： 第1 章绪论 l 、从功能上看，内分泌系统是一个协作系统，每一个h o r m o n e