Những nghiên cứu của mạng nơron được xuất phát từ ý tưởng là tìm hiểu những nguyên lý hoạt động của bộ não con người, từ đó ứng dụng để thiết kế các hệ thống có thể thực hiện những nhiệm vụ phức tạp.
Thực tế, mạng nơron có liên quan đến các lĩnh vực như: học, thích nghi, khái quát hoá và tối ưu hóạ Trong các lĩnh vực này thì: sự đoán nhận, học, hoạt động và quyết định là những vấn đề liên quan mật thiết với kỹ thuật dò đường. Việc ứng dụng mạng nơron vào kỹ thuật tìm đường cho phép cải thiện những khả năng học và thích nghi đáp ứng được những thay đổi trong môi trường có thông tin không chính xác, không nhất quán và không đầy đủ. Kỹ thuật nơron có khả năng xử lý hiệu quả những dữ liệu không chính xác, kích thước lớn, đây sẽ là công việc khó khăn nếu sử dụng phương pháp truyền thống.
Mạng nơron là một hệ thống cho phép xử lý những thông tin song song và phân tán trên từng nơron, những nơron này được kết nối với nhau theo một mô hình nhất định. Việc học trong mạng nơron có thể được giám sát hoặc không được giám sát. Học giám sát là quá trình học sử dụng những thông tin mẫu đã được phân loại, trong khi học không giám sát chỉ sử dụng những thông tin tối thiểu không được phân loạị Những giải thuật học không giám sát có độ phức tạp tính toán thấp hơn cho kết quả chính xác hơn những giải thuật học giám sát.
Ngoài ra mạng nơron còn được ứng dụng trong bài toán phân loại và nhận dạng. Giải pháp giải quyết bài toán phân loại trong lộ trình di chuyển của người máy là succesfully phương pháp này có nền tảng là mạng nơron cạnh tranh (Bekey, G.Ạ & Goldberg, K. 1993). Không chỉ có vậy mạng nơron này còn được ứng dụng trong việc xác định các quỹ đạo di chuyển của người máỵ
Để giúp robot tránh những chướng ngại vật mạng nơron với phương pháp huấn luyện là trược dốc và lan truyền đã được sử dụng. Để dẫn đường cho người máy di chuyển trong môi trường hoạt động mạng nơron giám sát đã được sử dụng. Trong môi trường hoạt động của mình người máy học bởi mạng nơron, tại mỗi bước robot dự đoán các bước kế tiếp và từ đó phát sinh những tín hiệu điều khiển robot di chuyển.
Có thể nói việc ứng dụng mạng nơron để lập lộ trình di chuyển cho robot sẽ giúp cho robot di chuyển linh hoạt hơn và đây cũng là một công việc quan trọng trong kỹ thuật robot. Từ những ứng dụng của mạng nơron trong kỹ thuật robot, ta nhận thấy việc ứng dụng công nghệ này là vô cùng quan trọng, nó sẽ là giải pháp khả thi có tính đột phá để nâng cao khả năng hoạt động của robot trong môi trường hoạt động, từ đó ứng dụng vào thực tế cuộc sống.
CHƯƠNG 3: MÔ HÌNH ĐỘNG HỌC CỦA MOBILE ROBOT