自然生命通常意味着自然繁殖、生长、进化的地球上的生物,如人及各种动物、植物。人工生命是对自然生命系统外部“行为”特征的展示,也是对其内在“性能”的模拟、扩展和延伸。生命体能利用环境和自身的一些信息来决定如何行动,并在有变化和冲突时能进行学习进化。自然生命具有行为的自组织、自学习、自进化等特性。人工生命体只有对外部刺激和内部状态能够象自然生命体那样作出合理的反应,才能称得上是真正的生命体。基于此,本文旨在探索自然生命行为本质,以“仿人”、“仿生”为指导思想,应用认知科学中的图式理论和进化计算的研究成果,研究了基于动觉智能图式的人工生命体的行为及其选择与进化。本文提出以“动觉智能图式”为智能基元对行为进行形式化描述,并以“行为选择图式”描述高级决策行为选择的协调与组织;通过对图式的同化和顺应过程的描述与设计,实现了人工生命体与环境互动学习与进化过程的设计。本文的研究模拟了人类动觉智能的实现过程,体现了行为的智能由低向高的层次化以及控制精度由高向低变化的权衡,实现了对人工生命体行为选择与进化过程的控制。本文的研究对探索生命的计算原理,构建人工生命系统的方法研究具有十分重要的理论意义和应用前景。本文主要创新点有:①用动觉智能图式对人工生命体行为进行形式化描述,为行为及其选择的进化计算奠定了编码基础。本文借鉴认知科学的图式理论和仿人智能控制理论,在对动物及人体的动觉智能分析讨论的基础上,将图式理论和仿人智能控制理论引入到人工生命体的行为研究之中。本文构建了人工生命体行为的动觉智能图式表示方法,给出了具体的人工生命体行为的形式化描述,为行为及其选择的自学习、自组织定量研究,以及行为及其选择的结构与参数的进化奠定了编码基础。②基于优先度的行为选择与产生式系统相结合,构建了人工生命体的行为选择图式,为实现人工生命体行为选择与协调的自学习、自组织运算奠定了基础。在基于动觉智能图式的行为表示基础上,综合动物行为学、人工智能以及机器人学在行为选择结构方面的前期研究,借鉴课题组前期取得的基于优先度行为选择的研究成果,结合产生式系统的特点,构建了人工生命体的行为选择图式,用于进行任务协调、行为选择。③模拟生物的学习与进化过程,运用改进的进化计算方法,初步实现了行为及其选择动觉智能图式的参数自学习以及结构的自进化,即基本解决了动觉智能图式的同化、顺应与调节平衡的设计问题。在对生物学习进化与图式运算的关系分析的基础上,基于动觉智能图式的行为与行为选择的表示,初步解决了动觉智能图式的同化、顺应设计问题。立足于“演化论”的自然观,结合进化计算中的遗传算法与遗传规划,在算法改进的基础上,实现了动觉智能图式的参数自学习与结构自进化,基本解决了动觉智能图式的同化与顺应的设计问题,实现了对自然生命行为学习进化的模拟。④以双摆杂技机器人为实验平台,验证了行为及其选择与进化的动觉智能图式理论的有效性。二级倒立摆系统是一种结构简单、控制复杂的类机器人系统,是高阶次、多变量、非线性、强耦合、欠驱动的自然不稳定系统,本文提出在前期二级摆研究成果的基础上,应用本课题研究成果,建立具有各种杂技行为的双摆杂技机器人系统。在该系统上,针对动觉智能图式的行为表示、行为选择、行为及行为选择的学习进化,分别举例说明其实现方法,并对结果进行分析,以验证本文相关研究的有效性。总之,本文为人工生命体行为系统设计提出了一种新的方法,解决了行为的形式化表示,行为选择体系结构重用、可移植以及行为的学习与进化等关键问题,提高了基于动觉智能图式的人工生命系统结构的普适意义,为面向生命体复杂行为的模拟及其实际应用开辟了广阔前景。本文所研究的体系结构具有很强的工程应用潜力,有利于进一步构造和研究各种人工生命系统。