當前，人類社會正由信息化向智能化演進。智能化社會需要高效智能的信息感知系統對感知到的巨量信息進行有效甄別、處理和決策，并對重復無意義的信息進行有效過濾。因此，基于生物感受神經系統的功能特性構建具備生物現實性的高效智能信息感知系統將成為一個重要發展趨勢。

近日，中科院微電子所微電子重點實驗室劉明院士團隊構建提出了基于憶阻器具備習慣化特性的人工感受神經系統的實現方案，并利用習慣化這一生物學習規則構建了可應用于機器人自主巡航避障的習慣化脈沖神經網絡。

研究團隊基于Mott憶阻器和傳感器構建了感受神經元，該神經元能夠感知外界的模擬信號并轉化成實時的動態脈沖信號，實現了對外界信號進行感知并傳輸的基本功能。感受神經元進一步通過突觸器件與中繼神經元相連接構建了習慣化感知系統。

該突觸器件具有連續刺激下權值的習慣化演進趨勢，進而影響感受神經元信號向中繼神經元傳輸的效率，使中繼神經元的輸出呈現頻率下降特性(即習慣化特性，如圖a所示)。基于這一習慣化特性，團隊進一步構建習慣化脈沖神經網絡用于實現機器人避障功能。

測試結果顯示，基于習慣化的學習規則所構建的所示憶阻器基人工感受神經系統能夠有效提升機器人的避障效率。

該習慣化感受神經系統還可通過不同的傳感器應用于不同的感知系統，如嗅覺、味覺、視覺、聽覺等。通過實現生物現實的感知系統，有望實現更具生物智能的終端系統。

a、憶阻器基習慣化感受神經系統示意圖及系統響應特性。b、憶阻器基習慣化脈沖神經網絡在提升實現機器人避障效率上的驗證