人机混合增强智能

第1章 人机混合增强智能的基础理论 1 1.1 特征表示 1 1.1.1 多模态信息统一表征 2 1.1.2 共享子空间学习 3 1.1.3 解耦表示学习 7 1.1.4 对比学习 10 1.1.5 知识蒸馏 13 1.1.6 深度特征表示学习的意义 14 1.2 面向人机协同的视觉知识理论 15 1.2.1 视觉知识的重要性 15 1.2.2 视觉知识和视觉理解 15 1.2.3 存在的问题与建议 17 1.2.4 视觉知识研究的意义 18 1.3 脉冲神经网络(类脑智能) 18 1.3.1 基本原理 18 1.3.2 脉冲信号的编码方法 19 1.3.3 脉冲神经网络的学习方法 21 1.3.4 存在的问题与建议 22 1.3.5 对脉冲神经网络的展望 22 1.4 不确定性估计理论及相关知识表示与归纳偏置 23 1.4.1 不确定性估计理论 23 1.4.2 归纳偏置 24 1.4.3 不确定性估计理论和归纳偏置的意义 25 本章参考文献 26 第2章 人机混合增强智能的在线演化与动态自适应 33 2.1 人机协同知识学习 35 2.1.1 强化学习 36 2.1.2 模仿学习 38 2.1.3 逆强化学习 40 2.1.4 离线强化学习 41 2.1.5 研究难点与未来建议 42 2.1.6 人机协同知识学习的意义 44 2.2 在线知识演化 45 2.2.1 小样本弱监督自学习 45 2.2.2 领域自适应与迁移学习 49 2.2.3 持续学习 51 2.2.4 研究难点与未来建议 53 2.2.5 在线知识演化的意义 55 2.3 动态自适应人机协同 55 2.3.1 人机协同系统框架 56 2.3.2 人机协同模型与控制系统 57 2.3.3 人机协同关键技术 58 2.3.4 研究现状与关键进展 61 2.3.5 研究难点与未来建议 62 2.3.6 动态自适应人机协同的意义 62 2.4 人的状态、习性、技能、具身智能(姿态)建模与预测 62 2.4.1 人体模型构建 62 2.4.2 姿态估计研究 65 2.5 脑机接口与脑神经媒体组学 69 2.5.1 脑机接口与类脑智能 69 2.5.2 脑神经媒体组学 72 2.5.3 脑机存算一体技术 74 2.5.4 精准安全脑机 78 2.5.5 脑机接口的意义 80 本章参考文献 81 第3章 人机混合增强智能的直觉推理 99 3.1 面向人机协同的因果学习与因果发现 99 3.1.1 关系学习 99 3.1.2 因果发现 101 3.1.3 因果推理 104 3.1.4 发展趋势和建议 106 3.1.5 因果学习的意义 107 3.2 人机协同知识推断技术 108 3.2.1 反事实推断 108 3.2.2 群智协同推断 110 3.2.3 贝叶斯推断 110 3.2.4 人机协同知识推断的意义 111 3.3 基于直觉推理的场景推理/认知地图 112 3.3.1 直觉推理机制与认知地图 112 3.3.2 基于直觉的场景推理 114 3.3.3 人机协同直觉推理技术 116 3.3.4 基于直觉推理的场景推理的意义 118 3.4 人机协同的感知、认知与决策 118 3.4.1 人在回路的人机协同感知与认知 118 3.4.2 面向决策规划的人机交互与协同 122 3.4.3 面向控制执行的人机交互与协同 124 3.4.4 人机协同验证平台的测试与评价方法 128 3.5 人机协同的图像生成与创意设计 131 3.5.1 人机协同的图像生成核心技术 131 3.5.2 人机协同的多媒体生成技术 145 3.5.3 人机协同的创意设计 156 本章参考文献 161 第4章 人机协同混合增强智能案例分析 179 4.1 人机协同创作平台 179 4.1.1 人机同步协同创作平台 179 4.1.2 人机异步协同创作平台 182 4.1.3 混合协同创作平台 186 4.1.4 多媒体人机交互平台 187 4.1.5 人机协同创作平台的意义 188 4.2 人机协同抓取平台 189 4.2.1 REGNet 190 4.2.2 INVIGORATE 191 4.2.3 HTRPO 191 4.2.4 VMRD与REGRAD 192 4.2.5 人机协同抓取平台的意义 194 4.3 人机协同共驾平台 195 4.3.1 神经系统科学集成框架 196 4.3.2 基于深度学习的移动机械手人机协同操作技术 197 4.3.3 人机协同系统的自适应模糊区域控制方法 199 4.3.4 基于脑电图的假肢在不同地形下行走的意志控制方法 200 4.3.5 基于机器学习的人类拟人技能控制方法 201 4.3.6 人机协同共驾平台的意义 203 4.4 人机协同数字孪生平台 203 4.4.1 仿真环境到真实环境的迁移问题 204 4.4.2 仿真测试场景自动生成 205 4.4.3 基于专家示教知识构建的仿真测试场景库 206 4.4.4 基于选择性采样方法的强化示教学习训练 208 4.4.5 数字孪生平台的意义 209 本章参考文献 210 附录 人机协同混合增强智能的相关科研成果汇总 212