基于脉冲神经网络的智能控制研究进展

作     者：刘晓德 郭宇飞 黄旭辉 马喆 

作者机构：航天科工集团智能科技研究院有限公司 

出 版 物：《控制理论与应用》 (Control Theory & Applications)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 0711[理学-系统科学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 071102[理学-系统分析与集成] 081103[工学-系统工程] 

基　　金：国家自然科学基金项目(12202413 12202412)资助.Supported by the National Natural Science Foundation of China(12202413 12202412) 

主　　题：脉冲神经网络 深度学习 神经网络与智能控制 神经形态计算 

摘      要：近些年,具备低功耗、高鲁棒、融合时空信息等优势的脉冲神经网络(spiking neural network,SNN)在类脑研究与智能控制的交叉领域方兴未艾.基于脉冲神经网络架构的智能控制方法是实现与环境自主交互并且高能效完成复杂控制任务的有效途径之一.为此,本文首先介绍了SNN的基本要素与研究动机;然后详细介绍了近年来基于脉冲神经网络智能控制的研究进展以及在机器人、无人车、无人机等领域的应用情况;接着总结了一些现有的硬件平台,用以实现SNN算法的高效能实现.最后,总结展望了SNN控制发展的机遇与挑战.本文旨在梳理出SNN控制发展的技术脉络,为其快速发展提供借鉴与思路.