将生物智能与机器智能相融合的混合智能是未来人工智能中一个重要的研究方向,其最终目标为创造出在自然环境下强于生物智能与机器智能的新型混合智能体。针对混合智能的研究需求:1)能够进行大范围的复杂场景实验,2)能够实时的让生物与机器进行交互,本文提出了一套大鼠机器人混合智能研究支撑系统。以大鼠为研究对象,其利用相机阵列来实现对大范围实验场景的采集,并可根据需要进行无限扩展,通过动态更新缝合线的方案,实现了对采集图像的实时拼接,并借助无线蓝牙刺激背包,使计算机与大鼠之间能够进行实时交互。此外,作为该系统的应用实例,本文还运用轨迹挖掘的方法,对比了在有无MFB脑区刺激情况下,大鼠机器人在空间学习任务中的表现,论证了混合智能动物机器人较单一生物个体,具有更强的学习和记忆能力。具体工作内容为:(1)基于可扩展的采集需求,提出利用相机阵列单元代替传统单个相机作为视频采集设备,并提出相机阵列单元个数的计算公式,能够根据具体的实验场地以及所采用的相机单元参数来得到最佳的相机单元个数以及排列方式。为了能使此套系统适用于动物机器人这种混合智能形式的研究,我们还实现了基于动态更新最优缝合线的实时视频拼接算法。通过初始化阶段预计算变换矩阵及动态更新图像缓存的方式,将传统较为耗时的图像拼接算法进行了实时性的优化,最终能够达到约23帧每秒的采集及处理速度,能够满足动物机器人的实时闭环操作的需求。(2)作为文中提出的大鼠机器人混合智能研究支撑系统的应用实例,本文在多级T迷宫的空间学习任务下,对比了有无MFB刺激奖励的大鼠机器人在学习任务中的表现与差异。通过传统图像分析方法,提取出大鼠机器人头部,重心,尾部等特征,构建其在迷宫中的移动轨迹。通过研究其轨迹热图以及对其轨迹序列进行了频繁模式的挖掘,发现了有MFB刺激奖励的大鼠机器人在迷宫学习任务中的表现较无刺激奖励的大鼠机器人更好,且印证了我们所提取出的序列频繁模式能够作为衡量不同条件下大鼠机器人学习能力的指标。