觸覺感知和發(fā)展的模型

觸覺感知和發(fā)展的模型

觸覺感知模型是數(shù)學(xué)結(jié)構(gòu)，試圖解釋觸覺積累關(guān)于環(huán)境中的物體和試劑的信息的過程。 由于觸覺是一種主動(dòng)的感覺，即感覺器官在感覺過程中被移動(dòng)，所以這些模型經(jīng)常描述優(yōu)化感知結(jié)果的運(yùn)動(dòng)策略。

觸覺發(fā)展的模型試圖從更基本的原則來解釋感知的出現(xiàn)和伴隨的運(yùn)動(dòng)策略。 這些模型通常涉及到對(duì)探索策略的學(xué)習(xí)，旨在解釋行為的發(fā)生發(fā)展。

這些模型有兩個(gè)互補(bǔ)的用法。 首先是試圖解釋和預(yù)測(cè)動(dòng)物和人類的行為。 為此，嚙齒動(dòng)物的觸須系統(tǒng)經(jīng)常被使用，因?yàn)樗且粋€(gè)在神經(jīng)科學(xué)中被充分研究的系統(tǒng)。Vibrissae（觸須）行為，即嚙齒動(dòng)物的面部毛發(fā)的運(yùn)動(dòng)策略，在不同的感知任務(wù)中被模擬，試圖揭示潛在的共同原理，以及觸覺感知和發(fā)展的神經(jīng)機(jī)制。 同樣的模型也被用于人造結(jié)構(gòu)，例如機(jī)器人，試圖既驗(yàn)證觸覺感覺運(yùn)動(dòng)策略的出現(xiàn)，又嘗試和優(yōu)化新型機(jī)器人平臺(tái)中的觸覺感知。

介紹

觸覺是指在環(huán)境中的觸覺物體上收集的信息。該信息可以是對(duì)象的位置，形狀，材料或表面紋理。因此，觸覺感知的模型旨在解釋這些信息如何積累，整合和用于觸覺任務(wù)，如歧視和本地化。

觸摸是一種主動(dòng)的感覺，即感覺器官通常被移動(dòng)以感知環(huán)境。因此，建模觸覺感知涉及對(duì)導(dǎo)致觸覺信息積累的感覺運(yùn)動(dòng)策略建模。換句話說，這些模型描述了感覺器官與觸覺物體相互作用時(shí)的行為或運(yùn)動(dòng)。 模型試圖描述在動(dòng)物和人類中觀察到的觸覺導(dǎo)向行為，或者導(dǎo)出最佳的感知策略，然后將它們與觀察到的行為進(jìn)行比較。

圖1： 主動(dòng)觸覺感知模型架構(gòu)

由于觸摸，而不是視覺、聽覺和嗅覺，是近端感，即感官必須與物體接觸才能感知，運(yùn)動(dòng)通常是觸覺策略描述的一部分。 在許多嚙齒動(dòng)物等夜間動(dòng)物中，觸感系統(tǒng)（一系列可移動(dòng)的面部毛發(fā)）被用于在黑暗中感知環(huán)境。 因此導(dǎo)航和物體識(shí)別主要是通過觸覺來完成的。 已經(jīng)開發(fā)了幾種觸覺引導(dǎo)運(yùn)動(dòng)的模型來解決這種跨模態(tài)的整合。

從其他意義上講，基于代理人的經(jīng)驗(yàn)和與環(huán)境的相互作用，觸覺知覺在本體論發(fā)展過程中發(fā)生變化。 這一變化的一部分是探測(cè)觸覺物體的感覺運(yùn)動(dòng)觸覺策略的出現(xiàn)。 例如，幼仔的觸須在成熟到成年時(shí)就表現(xiàn)出不同的方式（ Grant et al。2012 ）。 發(fā)展模式試圖用感官指導(dǎo)運(yùn)動(dòng)學(xué)習(xí)的基本原理和內(nèi)在動(dòng)機(jī)探索來描述這種探索行為的出現(xiàn)。

模型類型

觸覺感知建模通常由兩個(gè)主要組成部分組成，即感知和行動(dòng)。 知覺部分試圖描述觸覺信息整合到一個(gè)凝聚力感知。 動(dòng)作組件試圖描述為了移動(dòng)感覺器官而使用的動(dòng)作策略，以便它可以獲取這個(gè)信息。

觸覺感知通常通過人工神經(jīng)網(wǎng)絡(luò)或貝葉斯推斷來建模。 使用人工神經(jīng)網(wǎng)絡(luò)（ANN）來描述感知任務(wù)期間的學(xué)習(xí)過程。 它們與生物神經(jīng)系統(tǒng)更密切相關(guān)，并有許多計(jì)算有效的工具來實(shí)施它們。 人工神經(jīng)網(wǎng)絡(luò)通常以監(jiān)督學(xué)習(xí)的方式使用，其目的是通過標(biāo)記的訓(xùn)練集來學(xué)習(xí)觸覺辨別，或者捕捉整個(gè)感覺運(yùn)動(dòng)因子 - 環(huán)境相互作用的連續(xù)變量前向模型。 貝葉斯推理模型捕獲新的觀察到的信息到感知更新的單一框架的最佳整合。 來自可能的嘈雜環(huán)境的每個(gè)新證據(jù)被用于以最佳方式更新當(dāng)前任務(wù)中的觸覺感知。 這些模型具有較少的自由參數(shù)來調(diào)整，并且近年來已經(jīng)顯示出很好地描述人類和動(dòng)物中的許多感知任務(wù)。

觸覺感知的運(yùn)動(dòng)策略通常通過最優(yōu)控制理論或強(qiáng)化學(xué)習(xí)來建模。 最優(yōu)控制理論是一種數(shù)學(xué)形式主義，其中定義了一個(gè)成本函數(shù)，然后使用已知的數(shù)學(xué)技術(shù)來找到最小化成本的最佳軌跡或策略。 在觸覺感知任務(wù)中，成本函數(shù)通常是感知錯(cuò)誤的組合，例如歧視歧義和移動(dòng)感官的能量成本。 因此，最優(yōu)控制解決方案可以給策略或最佳行為，使感知最大化，同時(shí)使能量成本最小化。 強(qiáng)化學(xué)習(xí)是一個(gè)計(jì)算范式，試圖找到最大化未來累積獎(jiǎng)勵(lì)的政策或行為。 這是一個(gè)循序漸進(jìn)的學(xué)習(xí)過程，與環(huán)境的重復(fù)交互導(dǎo)致收斂到最佳策略。 在觸覺感知任務(wù)中，獎(jiǎng)勵(lì)是任務(wù)的完成，并且該模型導(dǎo)致融合感覺觸覺觸覺策略。 最優(yōu)控制和強(qiáng)化學(xué)習(xí)的主要區(qū)別在于前者是解決“離線”問題，而后者是一種考慮到與環(huán)境相互作用的學(xué)習(xí)算法 。 雖然兩者都有最佳的策略或政策，但形式主義和數(shù)學(xué)技術(shù)是不同的。

模型應(yīng)用

觸覺和發(fā)展模式可以用幾種方式使用。 第一個(gè)是試圖描述，解釋和預(yù)測(cè)動(dòng)物和人的觸覺行為。 在每個(gè)觸覺任務(wù)中，觀察到的行為被記錄和分析。 然后構(gòu)建模型來嘗試和重新捕獲相同的行為，然后對(duì)新任務(wù)中的行為進(jìn)行預(yù)測(cè)。 然后在這些新的預(yù)測(cè)任務(wù)中驗(yàn)證模型。

觸覺模型的第二個(gè)應(yīng)用是對(duì)基礎(chǔ)神經(jīng)元機(jī)制的理解。 例如，嚙齒動(dòng)物的觸須系統(tǒng)已經(jīng)研究了數(shù)十年，并且已經(jīng)產(chǎn)生了對(duì)導(dǎo)致觸覺感知的潛在神經(jīng)元網(wǎng)絡(luò)的深刻理解。 將描述觸覺的模型組件連接到特定的大腦區(qū)域或功能可以增加對(duì)這些區(qū)域的理解，并可能嘗試解釋模型和神經(jīng)學(xué)術(shù)語中的異常行為。

觸覺模型的另一個(gè)應(yīng)用是它在人造代理中的實(shí)現(xiàn)，例如機(jī)器人。 具有觸感的機(jī)器人平臺(tái)受到對(duì)生物觸覺感知模型的新理解的啟發(fā)。將電機(jī)集成到感官中，例如人造晶須機(jī)器人或觸覺傳感器覆蓋的機(jī)器人手指，使得物體感知的新能力成為可能。 然而，控制這些機(jī)器人平臺(tái)變得不平凡，因?yàn)樵谶@些以感知為導(dǎo)向的領(lǐng)域中已知的以運(yùn)動(dòng)為導(dǎo)向的控制策略失敗。 實(shí)施生物啟發(fā)的感覺運(yùn)動(dòng)模型會(huì)導(dǎo)致更好的表演機(jī)器人。

主動(dòng)感應(yīng)

生物應(yīng)用

為了正確理解嚙齒動(dòng)物在眾所周知的稱為極點(diǎn)定位的感知任務(wù)期間使用的觸覺感覺運(yùn)動(dòng)策略，人類被用作嚙齒動(dòng)物的模型（ Saig 等 ，2012 ）。 受試者在他們的指尖配備了人造晶須，并被要求定位一個(gè)垂直桿，即確定哪個(gè)桿更后，只使用他們從晶須得到的信息，因?yàn)樗麄兊囊暳驮囩R被阻止。 力和位置傳感器被放置在手指須連接上，這使得能夠充分訪問進(jìn)入“系統(tǒng)”（即，人類對(duì)象）的信息。 結(jié)果表明，人類自發(fā)采用類似于嚙齒類動(dòng)物的策略，即通過同步移動(dòng)雙手并根據(jù)極點(diǎn)位置感知時(shí)間差異來與人造晶須“攪動(dòng)”。 換句話說，他們通過將雙手合在一起并且首先檢測(cè)哪一只手觸摸了一根桿來確定哪一根桿更后。 雖然還有其他可能的非主動(dòng)策略來解決這個(gè)任務(wù)，例如通過將他們的手放在桿子上并感應(yīng)手部之間的角度差異，參與者選擇采用主動(dòng)感知策略。

為了對(duì)這種行為進(jìn)行建模，貝葉斯推理方法被選擇用于觸覺感知，而最佳控制理論方法被選擇用于運(yùn)動(dòng)策略分析。 然后把這個(gè)任務(wù)描述成一個(gè)簡單的二元區(qū)分任務(wù)，即哪個(gè)極點(diǎn)更后驗(yàn)，并且通過整合兩手之間的感知時(shí)間差異來建模貝葉斯更新規(guī)則。

高斯噪聲模型被假定為感知的時(shí)間差異，引入時(shí)間噪聲的參數(shù)，即兩個(gè)刺激仍然可以被認(rèn)為是不同的。 在貝葉斯推斷模型中引入的另一個(gè)重要參數(shù)是置信概率，在該置信概率之上的主題決定報(bào)告他們的知覺答案。 換句話說，在與極點(diǎn)重復(fù)接觸之后，一個(gè)極點(diǎn)更后的概率增加; 超過這個(gè)門檻的主體停止互動(dòng)，并報(bào)告的感知結(jié)果？

所選擇的這種觸覺感知任務(wù)的貝葉斯推理模型只導(dǎo)致了兩個(gè)參數(shù)，即時(shí)間噪聲和置信概率，并且允許基于擬合到實(shí)驗(yàn)結(jié)果的估計(jì)。 報(bào)告之前的聯(lián)系人數(shù)量顯示隨著任務(wù)難度的增加而增加，這是通過減少兩極之間的距離來衡量的，正如貝葉斯模型預(yù)測(cè)的那樣。 312ms84%將模型預(yù)測(cè)擬合到實(shí)驗(yàn)結(jié)果使得估計(jì)參數(shù)：時(shí)間噪聲被評(píng)估為312ms 和置信概率84％ 。 時(shí)間噪聲稍高于先前報(bào)道的純粹觸覺時(shí)間區(qū)分閾值，這是由于這個(gè)實(shí)驗(yàn)裝置是一個(gè)主動(dòng)感測(cè)裝置，其也引入了電機(jī)噪聲。 置信概率與許多其他心理實(shí)驗(yàn)相當(dāng)，在這些實(shí)驗(yàn)中，受試者在累積信息之后必須報(bào)告其感知結(jié)果。 因此，觸覺的貝葉斯推理模型雄辯地描述了觸覺信息的積累和整合。

受試者所采用的運(yùn)動(dòng)策略也是結(jié)構(gòu)化的，展現(xiàn)出初始更長，更大幅度的運(yùn)動(dòng)，然后是越來越短和更小幅度的運(yùn)動(dòng)。 為了對(duì)這種行為進(jìn)行建模，采用了最優(yōu)控制理論方法，其中定義了成本函數(shù)，其次是優(yōu)化技術(shù)，從而產(chǎn)生了使成本最小化的最優(yōu)策略。 成本函數(shù)有三個(gè)組成部分：表示任務(wù)的感知誤差項(xiàng); 能源成本期限代表費(fèi)力行動(dòng)的懲罰; 以及感知成本項(xiàng)，與能源項(xiàng)對(duì)稱相同，代表太多信息的成本。 該模型捕捉了主體所表現(xiàn)的行為，并導(dǎo)致一個(gè)簡單的原則，即維持一個(gè)不變的信息流。 換句話說，最優(yōu)控制模型將復(fù)雜的觸覺感知驅(qū)動(dòng)行為“蒸餾”成單一指導(dǎo)原則。

機(jī)器人應(yīng)用

受到嚙齒動(dòng)物觸須系統(tǒng)的啟發(fā)，構(gòu)建了一個(gè)完全控制移動(dòng)人造晶須的機(jī)器人平臺(tái)（ Sullivan， et al。 ，2012 ）。 該機(jī)器人被用于與嚙齒類動(dòng)物相似的任務(wù)，即表面距離和紋理估計(jì)。 換句話說，機(jī)器人通過生物啟發(fā)的運(yùn)動(dòng)策略移動(dòng)了晶須，并通過位于晶須底部的傳感器收集關(guān)于表面的信息。 機(jī)器人采用基于對(duì)生物觸須系統(tǒng)的理解而設(shè)計(jì)的觸覺感知和運(yùn)動(dòng)策略模型。

使用樸素貝葉斯方法對(duì)觸覺感知進(jìn)行建模，其中在訓(xùn)練期間，機(jī)器人收集關(guān)于每種類型的表面和距離表面的每個(gè)距離的感官信息，為每個(gè)表面構(gòu)建標(biāo)記的概率分布。 然后，在驗(yàn)證過程中，機(jī)器人在表面上whis，，收集信息，并根據(jù)最有可能的類別，根據(jù)訓(xùn)練的分布對(duì)紋理和距離進(jìn)行分類。

運(yùn)動(dòng)策略采用在嚙齒動(dòng)物中觀察到的行為，即快速停止?fàn)恳≧CP），這意味著嚙齒動(dòng)物在與物體初始接觸后以較小振幅拂動(dòng)。 這個(gè)策略的結(jié)果是在第二次拂動(dòng)之后和表面上的“輕觸”。 在機(jī)器人嚙齒動(dòng)物中建模和執(zhí)行相同的行為，在最初感知到與表面接觸之后，攪動(dòng)的幅度減小。 任務(wù)的目標(biāo)和具體模型是確定嚙齒動(dòng)物可能有利用這樣一個(gè)戰(zhàn)略的好處。

研究結(jié)果表明，與未調(diào)制的攪拌相比，當(dāng)使用快速停止甩動(dòng)（RCP）策略時(shí)，機(jī)器人對(duì)表面的質(zhì)地和距離進(jìn)行更高效和準(zhǔn)確的分類。 對(duì)結(jié)果的進(jìn)一步分析表明，使用RCP導(dǎo)致較少噪音的感官信息，這反過來導(dǎo)致改善的分類。 因此，這個(gè)模型表明，嚙齒動(dòng)物采用RCP策略不僅保持了晶須的完整性，而且還提高了信噪比和觸覺感知。 它還可以開發(fā)更強(qiáng)大，更精確的人造代理，并配備移動(dòng)的觸覺傳感器 。

觸覺導(dǎo)航

生物應(yīng)用

由于觸覺是一種近端感，所以與環(huán)境中的物體的直接接觸對(duì)于觸覺是必需的（ Gordon 等 ，2014b ， Gordon 等 ，2014c ）。 為了了解嚙齒動(dòng)物的探索行為，構(gòu)建了一個(gè)模型，試圖捕捉它們的探索模式的復(fù)雜性和結(jié)構(gòu)。 當(dāng)嚙齒動(dòng)物被允許自己探索一個(gè)新的黑暗競技場時(shí)，他們?cè)谖枧_(tái)上移動(dòng)，并使用他們的胡須來感知它的墻壁。 他們展示了一個(gè)復(fù)雜的探索模式，他們首先探索競技場的入口，然后沿著競技場的周圍墻走，然后才能探索競技場中心的空地。 他們的探索是由出境探索組成的游覽和快速撤退部分組成的，他們回到家里。

這種觸覺驅(qū)動(dòng)的探索策略是使用基于新穎性的方法來模擬的，該方法結(jié)合舞臺(tái)的觸覺感知表示和在探測(cè)電機(jī)基元和退路之間平衡的電機(jī)策略。 對(duì)于舞臺(tái)的觸覺感知，采用貝葉斯推理方法來表示運(yùn)動(dòng)的前向模型。 xo換句話說，競技場被表示為在給定的位置和方向上的感覺信息的預(yù)測(cè)，例如，墻被表示為“在位置x 和方位o ，左晶須被預(yù)測(cè)經(jīng)歷觸摸” 。 只要?jiǎng)游镌谌魏挝恢檬褂秘惾~斯（Bayes）規(guī)則感知到新的觸覺，并假設(shè)感覺噪聲，即感知的觸覺不一定是正確的，則更新該表示。

采取勘探運(yùn)動(dòng)的策略是在勘探運(yùn)動(dòng)基元和撤退之間取得平衡，其中新穎性被用作閾值因子。 探索運(yùn)動(dòng)基元是根據(jù)其感覺觸覺來確定嚙齒動(dòng)物的機(jī)車行為的策略，例如，跟隨的基元是“如果左頰感應(yīng)到墻壁，向前”的策略，而避開墻壁的原始是策略“如果右頰感覺到一堵墻向左轉(zhuǎn)“。 對(duì)三個(gè)電機(jī)原型進(jìn)行了建模，即現(xiàn)場循環(huán)，墻體追蹤和避免墻體。 另外一個(gè)“退縮原始”被模擬為：在競技場目前估計(jì)的情況下，采取從當(dāng)前位置到家籠的最短路徑。

圖2：觸覺驅(qū)動(dòng)導(dǎo)航的新穎性管理模型架構(gòu)（ Gordon 等 ，2014c ）。

這些運(yùn)動(dòng)基元之間的平衡是基于新穎性來決定的，測(cè)量是在競技場模型被更新的每個(gè)時(shí)間步驟中的信息增益。 換句話說，無論何時(shí)更新競技場的觸覺正向模型，更新的比特?cái)?shù)量通過先驗(yàn)分布和后驗(yàn)分布之間的Kullback-Leibler散度量化，代表了新穎性。 每當(dāng)新穎性高于一定的閾值時(shí)，就采用退縮原始。 每當(dāng)新穎度在一定的時(shí)間內(nèi)低于一定的閾值時(shí)，就采用下一個(gè)勘探運(yùn)動(dòng)基元。 這種生成模型捕獲了許多在觸覺驅(qū)動(dòng)的探測(cè)嚙齒動(dòng)物中觀察到的行為，并表明新穎性管理的基本原理可用于建模復(fù)雜和結(jié)構(gòu)化的探索行為。

機(jī)器人應(yīng)用

一個(gè)機(jī)器人平臺(tái)與致動(dòng)的人造晶須被用來研究基于觸覺的同時(shí)定位和映射（tSLAM）模型（ Pearson 等 ，2013 ）。 在這個(gè)設(shè)置中，感知任務(wù)是雙重的，即機(jī)器人既需要在空間中定位本身，也要映射環(huán)境中的對(duì)象。 與許多其他的SLAM模型相反，該模型僅使用晶須陣列的測(cè)距和觸覺作為其輸入，即沒有視覺。

觸覺驅(qū)動(dòng)的環(huán)境探索包括基于占位映射粒子濾波的觸覺感知模型和基于注意的“定向”運(yùn)動(dòng)策略。 觸覺感知模型由占有圖組成，其中模擬的環(huán)境網(wǎng)格中的每個(gè)單元具有被對(duì)象占據(jù)的概率。 機(jī)器人上的人造晶須的每一個(gè)刷子都在機(jī)器人的估計(jì)位置上更新了這個(gè)占用圖，即如果一個(gè)晶須與一個(gè)物體接觸，那么該單元中占用的可能性就增加了。 為了優(yōu)化位置和映射的同時(shí)估計(jì)，使用粒子濾波算法，其中每個(gè)粒子具有其自己的占用圖，其根據(jù)來自晶須的“信息流”而被更新。 為了估計(jì)，采用后驗(yàn)概率最高的粒子。

所采用的運(yùn)動(dòng)策略控制可移動(dòng)晶須陣列的運(yùn)動(dòng)，并基于執(zhí)行定向行為的注意模型。 換句話說，基于顯著的晶須信息構(gòu)造了基于顯著性的注意圖，導(dǎo)致機(jī)器人的整個(gè)“頭部”朝向顯著的觸覺對(duì)象的定向行為。 因此，一旦與環(huán)境中的物體接觸，機(jī)器人就會(huì)更詳細(xì)地探索該物體。 這增加了tSLAM算法所需的信息收集。

研究結(jié)果表明，這個(gè)機(jī)器人在幾個(gè)幾何形狀的競技場中進(jìn)行了幾次探索性的較量，它已經(jīng)進(jìn)行了一個(gè)同時(shí)定位和環(huán)境的映射，與高空攝像機(jī)測(cè)得的地面實(shí)況有著令人印象深刻的一致。 該模型顯示了來自其他感官的已知和良好建立的模型如何能夠適應(yīng)觸覺領(lǐng)域的獨(dú)特性質(zhì)，并告知探測(cè)嚙齒動(dòng)物可能的感知特征，并且提高基于觸覺的機(jī)器人平臺(tái)的性能。

觸覺的發(fā)展

生物應(yīng)用

發(fā)展模式試圖從更基本的原則（ Gordon和Ahissar，2012a ）解釋觸覺和其伴隨運(yùn)動(dòng)策略的出現(xiàn)。 后者假定代理人與其環(huán)境之間的反復(fù)交互，從而積累了感官知覺的基本機(jī)制的統(tǒng)計(jì)表示。 此外，在這些發(fā)展模型中學(xué)習(xí)了最大化感知可信度的最佳感覺運(yùn)動(dòng)策略，而不是假定或預(yù)先設(shè)計(jì)的。

圖3：內(nèi)在獎(jiǎng)勵(lì)強(qiáng)化學(xué)習(xí)模型架構(gòu)（ Gordon 等 ，2014c ）。

一種發(fā)展模式框架是人為的好奇心，其中強(qiáng)化學(xué)習(xí)范式被用來學(xué)習(xí)最優(yōu)策略，而獎(jiǎng)勵(lì)功能是內(nèi)在的，與感官知覺的學(xué)習(xí)進(jìn)度成正比。 在這個(gè)框架的一個(gè)實(shí)例化的觸覺領(lǐng)域，一個(gè)人工神經(jīng)網(wǎng)絡(luò)被用來模型的觸覺正向模型，即網(wǎng)絡(luò)預(yù)測(cè)下一個(gè)感官狀態(tài)根據(jù)當(dāng)前狀態(tài)和行動(dòng)執(zhí)行。 更具體地說，該網(wǎng)絡(luò)是在觸覺系統(tǒng)上進(jìn)行的，其中感覺狀態(tài)由晶須角度和二元接觸信息組成，并且作用是伸長（增加的胡須角度）或縮回（減小的胡須角度）。 因此，人工神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)了映射在晶須場中的物體，例如，如果晶須長時(shí)間會(huì)引起接觸（有物體），那么給定當(dāng)前的晶須角度并且不接觸。 通過移動(dòng)胡須，觸覺感知模型了解到環(huán)境。

發(fā)展模式試圖回答的問題是，如何最大限度地提高映射環(huán)境的效率，最好的方法是移動(dòng)晶須？ 為此，使用內(nèi)在獎(jiǎng)勵(lì)強(qiáng)化學(xué)習(xí)，其中獎(jiǎng)勵(lì)與感知ANN的預(yù)測(cè)誤差成正比。 因此，預(yù)測(cè)誤差越多，獎(jiǎng)勵(lì)就越高，體現(xiàn)“以錯(cuò)誤學(xué)習(xí)”的概念。 政策收斂了，把胡須往更不為人知的地方轉(zhuǎn)移。

這種發(fā)展模式的結(jié)果顯示了攪動(dòng)行為的趨同性 ，從隨機(jī)運(yùn)動(dòng)開始并結(jié)束于在成年嚙齒動(dòng)物中觀察到的行為，例如用于學(xué)習(xí)自由空間和觸覺誘導(dǎo)泵的周期性攪拌（ Deutsch 等人 ，2012 ）定位晶須領(lǐng)域的觸覺物體。 該模型表明，這些行為是在發(fā)展中學(xué)習(xí)，并不是先天的嚙齒動(dòng)物的大腦。 此外，該模型建議發(fā)育特異性的大腦連接性 ，感知學(xué)習(xí)大腦區(qū)域，例如桶形皮層和獎(jiǎng)勵(lì)系統(tǒng)，例如基底節(jié) ，使得前者向后者提供獎(jiǎng)勵(lì)信號(hào) 。

機(jī)器人應(yīng)用

在一個(gè)手指機(jī)器人平臺(tái)與觸覺傳感器的人工好奇心原則的研究也進(jìn)行了（ Pape 等 ，2012 ）。 目標(biāo)是研究觸覺手指運(yùn)動(dòng)的出現(xiàn)，優(yōu)化表面紋理的觸覺感知。 2×2對(duì)于機(jī)器人平臺(tái)，使用了一個(gè)機(jī)器人手指，該機(jī)器人手指具有兩個(gè)基于肌腱的致動(dòng)器和尖端的三維微電子機(jī)械系統(tǒng)（MEMS）觸覺傳感器。 手指能夠彎曲以便觸摸具有變化紋理的表面。

0.33s對(duì)于觸覺感知，在0.33textrms 期間使用聚類算法來區(qū)分MEMS記錄的結(jié)果頻譜。 這種無監(jiān)督的學(xué)習(xí)模式代表了將觸覺感覺信息抽象為不連續(xù)的觸覺感知。 然而，聚類僅在最近的觀察中進(jìn)行，并且因此取決于手指的移動(dòng)，例如，自由移動(dòng)而不接觸產(chǎn)生與在表面上輕敲不同的光譜。 在這項(xiàng)研究中提出的問題是：“通過固有的動(dòng)機(jī)機(jī)器人手指學(xué)習(xí)不同的觸覺，學(xué)習(xí)哪些技能？”。

為此，開發(fā)了一種獎(jiǎng)勵(lì)機(jī)制，以便在各方面的探索中獲得內(nèi)在的回報(bào)：鼓勵(lì)探索的手指位置的未開發(fā)狀態(tài)的獎(jiǎng)勵(lì)是高的; 獎(jiǎng)勵(lì)結(jié)束在觸覺感知狀態(tài)，從而驅(qū)動(dòng)對(duì)特定觸覺的感覺，體現(xiàn)主動(dòng)感應(yīng)原理; 獎(jiǎng)勵(lì)技能仍然在變化，從而注重技能的穩(wěn)定。 這種復(fù)雜的獎(jiǎng)勵(lì)機(jī)制確保了出現(xiàn)一些內(nèi)在動(dòng)機(jī)穩(wěn)定的技能，旨在達(dá)到特定的觸覺感知。 每一個(gè)開發(fā)的技能都以一種可重復(fù)的方式產(chǎn)生了獨(dú)特的感覺。

這項(xiàng)研究導(dǎo)致出現(xiàn)了幾個(gè)具有內(nèi)在動(dòng)機(jī)的技能：

1.避免導(dǎo)致自由空氣觸覺的表面的自由運(yùn)動(dòng);

2.輕敲動(dòng)作，導(dǎo)致表面獨(dú)特的光譜;

3.滑動(dòng)運(yùn)動(dòng)導(dǎo)致紋理特定的光譜。

這些眾所周知和記錄的人類手指驅(qū)動(dòng)的觸覺感知的觸覺策略從內(nèi)在動(dòng)機(jī)出現(xiàn)并且未被預(yù)先設(shè)計(jì)。 因此，發(fā)展模式導(dǎo)致學(xué)習(xí)與獨(dú)特的觸覺感知相關(guān)的觸覺技能。