一种模拟人决策的在线学习认知主导决策方法、机器人避障方法及机器人

本发明提供一种模拟人决策的在线学习认知主导决策方法、机器人避障方法及机器人，该方法包括以下步骤：步骤（一）确定经验存储在记忆中形式；步骤（二）感知当前情景的特征；步骤（三）根据所述当前情景的特征判断其所属的记忆原型；步骤（四）从记忆原型中提取用于解决当前问题的信息，包括目标、相关线索、期望和行动；步骤（五）检查从记忆原型中提取的期望是否和当前情景的期望相违背；如果相违背，说明对情景的感知有误差，执行步骤（三），重新获取当前情景的特征；否则，执行步骤（六）；步骤（六）针对当前问题的信息的行动，模拟该行动在当前情景中的执行，考察行动执行的结果，判断该行动是否可行，如果可行则立即执行。本方法采用一种经验合并算法，该算法通过在高维空间合并相似经验，有效降低记忆中存储经验的数量，使后续计算中参与经验的数量减少，提高存储效率和计算效率。