在生物體中，感受神經系統是本體與外界環境交互的基本信息感知系統。生物體對于生存環境的信息甄別與過濾主要基于感受神經系統的習慣化功能。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的甄別、處理和決策，並對重複無意義的信息進行有效的過濾。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爲一個重要發展趨勢。 

　　近日，微电子所微电子重点实验室劉明院士团队提出了基于忆阻器构建具备习惯化特性的人工感受神经系统的实现方案，并利用习惯化这一生物学习规则构建了可应用于机器人自主巡航避障的习惯化脉冲神经网络。 

　　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並轉化成實時的動態脈沖信號，實現了對外界信號進行感知並傳輸的基本功能。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（如圖b）。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。 

      這一成果近期發表在《先進材料》期刊上（Advanced Materials，DOI: 10.1002/adma.202004398），微电子所博士研究生吴祖恒、卢吉凯为该文章的共同第一作者，微电子所研究員刘琦为该文章的通讯作者。 

　　該項目得到了科技部、國家自然科學基金委、中科院和之江實驗室的項目資助。 

圖a忆阻器基习惯化感受神经系统示意圖及系统响应特性

圖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