13、认知本体：机器人动态事件识别与描述的新方法

认知本体：机器人动态事件识别与描述的新方法

1 引言

在机器人的场景理解和事件描述中，多义场景解释的基本问题一直是研究的重点。以往的图像识别研究主要集中在如何识别人的行为和观察到的事件，但很少从“多注意力尺度”的角度进行动态事件识别和描述。为了解决这些问题，这里提出了“认知本体”的概念，作为机器人动态事件识别的概念结构，并构建了一个相互补充注意力目标主动确定和事件解释的系统架构。

2 认知本体的基础概念

2.1 连续事件解释中的注意力目标转换与固定

以机器人识别人类行为为例，在连续事件描述过程中，当按顺序观察到“人→脸→手”时，机器人需要确定这些实体（Entities）的位置和边界。对于人类来说，部分实体结构是先天具备的，另一部分则是通过后天学习构建的。为了实现机器人的类似能力，这里定义了一种图形结构，即“认知本体”，用于固定和移动观察的注意力目标。它与“语义网络”相似，但更侧重于机器人识别过程中主观概念的结构，属于用于动态事件解释和描述的领域本体。

2.2 认知本体的组成元素

认知本体由两个主要元素组成：实体（Entity，ENT）和关系（Relation，REL）。其结构可以表示为一个由大量实体通过关系相互连接的网络，即：

CognitiveOntology = {ENT, REL}

与一般的上层本体模型不同，认知本体中的实体不仅可以是物质实例，还可以是信息、属性等非物质的模态或信息；关系类也不是严格固定的知识表示结构，而是可以在机器人的识别过程中动态更新。