〖内容摘要〗人类的运动系统是鲁棒的、适应性的和非常灵活的。人类运动的基本原理为机器人学提供了灵感。针对不同的人类目标进行研究是机器人研究中一项技术任务，在这项任务中，可以应用对人体运动的洞察。传统上，在机器人学中，当一个运动产生时，必须对其进行验证，以便所涉及的机器人配置是适当的。相反，人脑使用运动皮层来产生新的运动，在执行运动之前重用和组合现有的知识。我们提出了一种利用尖峰神经网络实现的生物激励结构来产生和控制机器人指向运动的方法。我们概述了一个人类运动皮层的简化模型，该模型使用运动基本体生成运动。该网络学习中，一个指向中心目标的运动基本体，另外分别指向上、下、左、右目标的四个修正基本体。这些基本体被组合起来以达到不同的目标。我们评估了一个仿人机器人指向不同目标的网络的性能。该网络能够同时结合一个、两个或三个运动基本体，对机器人进行实时控制，达到特定的目标。我们致力于将此工作从指向给定目标扩展到执行抓取或工具操作任务。这将在机器人真实应用工程和工业中有许多应用。

〖来源〗Front. Neurorobot., 18 September 2019