专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明申请

WO2015017355A2 APPARATUS AND METHODS FOR CONTROLLING OF ROBOTIC DEVICES 审中-公开
标题翻译：用于控制机器人装置的设备和方法
公开(公告)号：WO2015017355A2
公开(公告)日：2015-02-05
申请号：PCT/US2014/048512
申请日：2014-07-28
申请人： BRAIN CORPORATION
发明人： PASSOT, Jean-Baptiste , LAURENT, Patryk , IZHIKEVICH, Eugene M.
IPC分类号： B25J9/16
CPC分类号： B25J9/1656 , G05B2219/35444 , G05B2219/40116 , G06N3/008 , G06N3/049
摘要： A robot may be trained based on cooperation between an operator and a trainer. During training, the operator may control the robot using a plurality of control instructions. The trainer may observe movements of the robot and generate a plurality of control commands, such as gestures, sound and/or light wave modulation. Control instructions may be combined with the trainer commands via a learning process in order to develop an association between the two. During operation, the learning process may generate one or more control instructions based on one or more gesture by the trainer. One or both the trainer or the operator may comprise a human, and/or computerized entity.
摘要翻译：
可以基于操作员和教练之间的协作来训练机器人。在训练期间，操作员可以使用多个控制指令来控制机器人。训练者可观察机器人的运动并产生多个控制命令，诸如手势，声音和/或光波调制。控制指令可以通过学习过程与训练者命令组合，以便在两者之间建立联系。在操作期间，学习过程可以基于教练的一个或多个姿势产生一个或多个控制指令。培训师或操作员中的一个或两个可以包括人和/或计算机化实体。

2. 发明申请

WO2013043610A1 ELEMENTARY NETWORK DESCRIPTION FOR NEUROMORPHIC SYSTEMS 审中-公开
标题翻译：神经系统的基本网络描述
公开(公告)号：WO2013043610A1
公开(公告)日：2013-03-28
申请号：PCT/US2012/055933
申请日：2012-09-18
申请人： BRAIN CORPORATION , IZHIKEVICH, Eugene M. , SZATMARY, Botond , PETRE, Csaba , NAGESWARAN, Jayram Moorkanikara , PIEKNIEWSKI, Filip
发明人： IZHIKEVICH, Eugene M. , SZATMARY, Botond , PETRE, Csaba , NAGESWARAN, Jayram Moorkanikara , PIEKNIEWSKI, Filip
IPC分类号： G06F15/18
CPC分类号： G06N3/049 , G06N3/0454 , G06N3/063 , G06N99/007
摘要： A simple format is disclosed and referred to as Elementary Network Description (END). The format can fully describe a large-scale neuronal model and embodiments of software or hardware engines to simulate such a model efficiently. The architecture of such neuromorphic engines is optimal for high-performance parallel processing of spiking networks with spike-timing dependent plasticity. Neuronal network and methods for operating neuronal networks comprise a plurality of units, where each unit has a memory and a plurality of doublets, each doublet being connected to a pair of the plurality of units. Execution of unit update rules for the plurality of units is order-independent and execution of doublet event rules for the plurality of doublets is order-independent.
摘要翻译：公开了一种简单的格式，并被称为基本网络描述（END）。该格式可以充分描述大规模神经元模型和软件或硬件引擎的实施例，以有效地模拟这种模型。这种神经形态发动机的架构对于具有尖峰时间依赖可塑性的加标网络的高性能并行处理是最佳的。用于操作神经元网络的神经元网络和方法包括多个单元，其中每个单元具有存储器和多个双重元件，每个双引脚连接到一对多个单元。多个单元的单元更新规则的执行是与订单无关的，并且用于多个双工的双重事件规则的执行是与订单无关的。

3. 发明申请

WO2015089233A1 APPARATUS AND METHODS FOR HAPTIC TRAINING OF ROBOTS 审中-公开
标题翻译：用于机器人训练的装置和方法
公开(公告)号：WO2015089233A1
公开(公告)日：2015-06-18
申请号：PCT/US2014/069619
申请日：2014-12-10
申请人： BRAIN CORPORATION
发明人： PONULAK, Filip , KAZEMI, Moslem , LAURENT, Patryk , SINYAVSKIY, Oleg , IZHIKEVICH, Eugene M.
IPC分类号： B25J9/16 , G05B19/042
CPC分类号： B25J9/163 , B25J9/161 , G05B2219/36418 , G05B2219/36425 , G05B2219/40499 , G05D1/005 , G05D1/0088 , G05D1/0221 , G05D2201/02 , G06N3/008 , G06N3/049 , G06N99/005
摘要： Robotic devices may be trained by a trainer guiding the robot along a target trajectory using physical contact with the robot. The robot may comprise an adaptive controller configured to generate control commands based on the trainer input, sensory input, and/or performance measure. The trainer may observe task execution by the robot. Responsive to observing a discrepancy between the target behavior and the actual behavior, the trainer may provide a teaching input via a haptic action. The robot may execute the action based on a combination of the internal control signal produced by a learning process of the robot and the training input. The robot may infer the teaching input based on a comparison of a predicted state and actual state of the robot. The robot's learning process may be adjusted in accordance with the teaching input so as to reduce the discrepancy during a subsequent trial.
摘要翻译：机器人设备可以由训练者训练，该训练者使用与机器人的物理接触沿着目标轨迹引导机器人。机器人可以包括自适应控制器，其被配置为基于训练者输入，感觉输入和/或性能测量来生成控制命令。训练者可以观察机器人执行任务。响应于观察目标行为与实际行为之间的差异，训练者可以通过触觉动作来提供教学输入。机器人可以基于由机器人的学习过程产生的内部控制信号与训练输入的组合来执行动作。机器人可以基于预测状态与机器人的实际状态的比较来推断教学输入。机器人的学习过程可以根据教学输入进行调整，以减少后续试验期间的差异。

4. 发明申请

WO2013138778A1 TAG-BASED APPARATUS AND METHODS FOR NEURAL NETWORKS 审中-公开
标题翻译：基于标签的设备和神经网络方法
公开(公告)号：WO2013138778A1
公开(公告)日：2013-09-19
申请号：PCT/US2013/032546
申请日：2013-03-15
申请人： BRAIN CORPORATION
发明人： SZATMARY, Botond , IZHIKEVICH, Eugene M.
IPC分类号： G06F15/18 , G06N3/02 , G06N3/04
CPC分类号： G06N3/10 , G06N3/04
摘要： Apparatus and methods for high-level neuromorphic network description (HLND) using tags. The framework may be used to define nodes types, define node-to-node connection types, instantiate node instances for different node types, and/or generate instances of connection types between these nodes. The HLND format may be used to define nodes types, define node-to-node connection types, instantiate node instances for different node types, dynamically identify and/or select network subsets using tags, and/or generate instances of one or more connections between these nodes using such subsets. To facilitate the HLND operation and disambiguation, individual elements of the network (e.g., nodes, extensions, connections, I/O ports) may be assigned at least one unique tag. The tags may be used to identify and/or refer to respective network elements. The HLND kernel may comprises an interface to Elementary Network Description.
摘要翻译：使用标签的高级神经元网络描述（HLND）的装置和方法。该框架可用于定义节点类型，定义节点到节点连接类型，为不同节点类型实例化节点实例，和/或生成这些节点之间的连接类型实例。 HLND格式可用于定义节点类型，定义节点到节点连接类型，为不同节点类型实例化节点实例，使用标签来动态地识别和/或选择网络子集，和/或生成实例之间的一个或多个连接这些节点使用这样的子集。为了促进HLND操作和消歧，可以为网络的各个元件（例如，节点，扩展，连接，I / O端口）分配至少一个唯一标签。标签可以用于标识和/或引用相应的网络元件。 HLND内核可以包括到基本网络描述的接口。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式