論述人工智能技術(shù)與智能機(jī)器人技術(shù)的關(guān)系

1、人工智能技術(shù)與智能機(jī)器人技術(shù)的關(guān)系姓名：張 孟學(xué)號(hào)：10068406442013年11月23日摘要：機(jī)器人可分為一般機(jī)器人和智能機(jī)器人。一般機(jī)器人是指不具有 智能，只具有一般編程能力和操作功能的機(jī)器人。智能機(jī)器人是自控 機(jī)器人，它有相當(dāng)發(fā)達(dá)的大腦”。它是控制論產(chǎn)生的結(jié)果，控制論 主張這樣的事實(shí)：生命和非生命有目的的行為在很多方面是一致的。 智能機(jī)器人具備形形色色的內(nèi)部信息傳感器和外部信息傳感器，如視 覺、聽覺、觸覺、嗅覺。除具有感受器外，它還有效應(yīng)器，作為作用 于周圍環(huán)境的手段。這就是筋肉，或稱自整步電動(dòng)機(jī)，它們使手、腳、 長(zhǎng)鼻子、觸角等動(dòng)起來(lái)。由此也可知，智能機(jī)器人至少要具備三個(gè)要 素：感覺

2、要素，運(yùn)動(dòng)要素和思考要素。然而這三個(gè)要素的實(shí)現(xiàn)無(wú)不需 要人工智能的幫助與主持，人工智能的發(fā)展促進(jìn)著智能機(jī)器人感覺能 力、運(yùn)動(dòng)能力、思考能力的提升。智能機(jī)器人的發(fā)展需求也促使人工 智能技術(shù)的提高與發(fā)展。（智械科技）關(guān)鍵詞：支撐促進(jìn)人工智能技術(shù)：一、概論：人工智能的定義可以分為兩部分，即“人工”和“智能”?！叭斯ぁ北容^好理解，爭(zhēng)議性也不大。有時(shí)我們會(huì)要考慮什么是人力所能及制造的，或 者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來(lái) 說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。（智械科技）關(guān)于什么是“智能”，就問題多多了。這涉及到其它諸如意識(shí)、自我、 心靈（包括無(wú)意識(shí)的精神）等等問題

3、。人唯一了解的智能是人本身的智能， 這是普遍認(rèn)同的觀點(diǎn)。但是我們對(duì)我們自身智能的理解都非常有限，對(duì)構(gòu)成 人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的 “智能”了。因此人工智能的研究往往涉及對(duì)人的智能本身的研究。其它關(guān) 于動(dòng)物或其它人造系統(tǒng)的智能也普遍被認(rèn)為是人工智能相關(guān)的研究課題。人工智能目前在計(jì)算機(jī)領(lǐng)域內(nèi)，得到了愈加廣泛的發(fā)揮。并在機(jī)器人， 經(jīng)濟(jì)政治決策，控制系統(tǒng)，仿真系統(tǒng)中得到應(yīng)用。二、發(fā)展史：年代20世紀(jì)4020世紀(jì)5020田年代年代世紀(jì)6020世紀(jì) 年代三7020世紀(jì) 年代8020世紀(jì)9年代2年代計(jì)算機(jī) 機(jī)1945計(jì)算1（ENIACT）1957FORRAN語(yǔ)言人工

4、智能 研究1953博弈 論1956達(dá)特 矛斯會(huì)議1977知識(shí)工程宣言1982第五 代電腦計(jì) 劃開始1991人工神經(jīng)網(wǎng)絡(luò)人工 智能 語(yǔ)言1960LISP語(yǔ)言1973PROLOG 語(yǔ)言三、涉及范圍：.智能模擬機(jī)器視、聽、觸、感覺及思維方式的模擬：指紋識(shí)別，人臉識(shí)別，視網(wǎng)膜識(shí) 別，虹膜識(shí)別，掌紋識(shí)別，專家系統(tǒng)，智能搜索，定理證明，邏輯推理，博弈， 信息感應(yīng)與辨證處理。（智械科技）.學(xué)科范疇人工智能是一門邊沿學(xué)科，屬于自然科學(xué)、社會(huì)科學(xué)、技術(shù)科學(xué)三向交叉學(xué) 科。.涉及學(xué)科哲學(xué)和認(rèn)知科學(xué)，數(shù)學(xué)，神經(jīng)生理學(xué)，心理學(xué)，計(jì)算機(jī)科學(xué)，信息論，控制 論，不定性論，仿生學(xué)，社會(huì)結(jié)構(gòu)學(xué)與科學(xué)發(fā)展觀。.研究范疇語(yǔ)言的學(xué)

5、習(xí)與處理，知識(shí)表現(xiàn)，智能搜索，推理，規(guī)劃，機(jī)器學(xué)習(xí)，知識(shí)獲 取，組合調(diào)度問題，感知問題，模式識(shí)別，邏輯程序設(shè)計(jì)，軟計(jì)算，不精確和不 確定的管理，人工生命，神經(jīng)網(wǎng)絡(luò)，復(fù)雜系統(tǒng)，遺傳算法人類思維方式，最關(guān)鍵 的難題還是機(jī)器的自主創(chuàng)造性思維能力的塑造與提升。.應(yīng)用領(lǐng)域機(jī)器翻譯，智能控制，專家系統(tǒng)，機(jī)器人學(xué)，語(yǔ)言和圖像理解，遺傳編程機(jī) 器人工廠，自動(dòng)程序設(shè)計(jì)，航天應(yīng)用，龐大的信息處理，儲(chǔ)存與管理，執(zhí)行化合 生命體無(wú)法執(zhí)行的或復(fù)雜或規(guī)模龐大的任務(wù)等等。智能機(jī)器人技術(shù):一、概述：智能機(jī)器人是一個(gè)在感知 -思維-效應(yīng)方面全面模擬人的機(jī)器系統(tǒng) , 外形不一定像人。它是人工智能技術(shù)的綜合試驗(yàn)場(chǎng),可以全面地考察人

6、工智 能各個(gè)領(lǐng)域的技術(shù),研究它們相互之間的關(guān)系。還可以在有害環(huán)境中代替人 從事危險(xiǎn)工作、上天下海、戰(zhàn)場(chǎng)作業(yè)等方面大顯身手。人們通常把機(jī)器人劃 分為三代。第一代是可編程機(jī)器人。這種機(jī)器人一般可以根據(jù)操作人員所編 的程序,完成一些簡(jiǎn)單的重復(fù)性操作。這一代機(jī)器人是從60年代后半葉開 始投入實(shí)際使用的,目前在工業(yè)界已得到廣泛應(yīng)用。第二代是“感知機(jī)器人” 又叫做自適應(yīng)機(jī)器人,它在第一代機(jī)器人的基礎(chǔ)上發(fā)展起來(lái)的,能夠具有 不同程度的“感知”周圍環(huán)境的能力。這類利用感知信息以改善機(jī)器人性能 的研究開始于70年代初期,到1982年,美國(guó)通用汽車公司為其裝配線上 的機(jī)器人裝配了視覺系統(tǒng),宣告了感知機(jī)器人的誕生,

7、在80年代得到了 廣泛應(yīng)用。第三代機(jī)器人將具有識(shí)別、推理、規(guī)劃和學(xué)習(xí)等智能機(jī)制,它可 以把感知和行動(dòng)智能化結(jié)合起來(lái),因此能在非特定的環(huán)境下作業(yè),稱之為 智能機(jī)器人。智能機(jī)器人與工業(yè)機(jī)器人的根本區(qū)別在于,智能機(jī)器人具有感 知功能與識(shí)別、判斷及規(guī)劃功能。而感知本身,就是人類和動(dòng)物所具有的低 級(jí)智能。因此機(jī)器的智能分為兩個(gè)層次:具有感覺、識(shí)別、理解和判斷功 能；具有總結(jié)經(jīng)驗(yàn)和學(xué)習(xí)的功能。所以,人們通常所說的第二代機(jī)器人可 以看作是第一代智能機(jī)器人。(智械科技)二、智能機(jī)器人的感官系統(tǒng)：(1)觸覺傳感器英國(guó)近幾年在陣列觸覺傳感方面開展了相當(dāng)廣泛的研究。例如:Sussex 大學(xué)和Shack-leton系

8、統(tǒng)驅(qū)動(dòng)公司研制的基于運(yùn)動(dòng)的介電電容傳感的陣列； 由威爾士大學(xué)和軟件科學(xué)公司研制的采用壓強(qiáng)技術(shù)的裝在機(jī)器人夾持器上 的傳感器。(2)視覺傳感在機(jī)器人視覺方面,目前市場(chǎng)上銷售的有以下6類傳感器:隔開物 體的二維視覺:雙態(tài)成像;隔開物體的二維視覺:灰度標(biāo)成像;觸覺 或疊加物體的二維視覺;二維觀察;二維線跟蹤;使用透視、立體、 結(jié)構(gòu)圖示或范圍找尋技術(shù)從隔開物體中提取三維信息。在這類系統(tǒng)方面,它 們只能做一些很簡(jiǎn)單的操作。例如:為了使機(jī)器人具有某種程度的人眼功能, 已進(jìn)行大量的研究工作并向如下兩類系統(tǒng)發(fā)展:從一維物體中提取三維信 息；活動(dòng)機(jī)器人導(dǎo)航、探路和躲避障礙物的現(xiàn)場(chǎng)三維分析。倫敦大學(xué)目前 正在研究

9、一種雙目視覺機(jī)器人的實(shí)時(shí)圖像處理機(jī)。還有正在研究機(jī)器人視覺 系統(tǒng)的教育機(jī)構(gòu)有:考文垂工業(yè)大學(xué)、愛丁堡大學(xué)、格拉斯哥大學(xué)、格溫特 大學(xué);而伯明翰大學(xué)則專門研究慣性傳感器。另外,還有許多從事傳感系統(tǒng) 開發(fā)的單位,都進(jìn)行了傳感反饋研究。如米德爾塞克斯工業(yè)大學(xué)致力于使機(jī) 器人能組織和使用來(lái)自不同類型傳感器的數(shù)據(jù)。這種機(jī)器人能“看”、“感” 和“聽”,它更接近于人。(3)聽覺傳感(智械科技)目前用的最多的是麥克風(fēng)與機(jī)器人的自然語(yǔ)言理解系統(tǒng)。(4)運(yùn)動(dòng)性能機(jī)器人通常是要在周圍移動(dòng)物體的,例如:機(jī)器人臂到輪子或腳的運(yùn)載 器已有許多結(jié)構(gòu)在使用,此外還有許多其他型號(hào)在研究之中。為在空間任意 點(diǎn)以任意方式操作一個(gè)

10、物體,機(jī)器人臂需要有6個(gè)自由度:左/右、前/后、 上/下、投、卷和左右擺轉(zhuǎn)。在工業(yè)中使用的坐標(biāo)已有6個(gè):圓柱形、球形 笛卡爾坐標(biāo)、旋轉(zhuǎn)坐標(biāo)、Scara type和并行坐標(biāo)。人工智能在智能機(jī)器人上的應(yīng)用專家系統(tǒng)在機(jī)器人領(lǐng)域的應(yīng)用機(jī)器人能力的局限當(dāng)今大多數(shù)機(jī)器人被看作是笨拙的、緩慢的、缺乏智能的。它們只是用來(lái)完 成一些非常特定的任務(wù)。教機(jī)器人像人類一樣完成一些任務(wù)也是非常困難的。按 Nizten的說法，這是機(jī)器人以下的一些特點(diǎn)決定的：(l)操作器的能力有限。機(jī)器人的末端操作器靈活性有限，不能像人的手那樣 靈活操作,因此只能操作特定形狀及大小的器件。(2)開環(huán)控制。如今的機(jī)器人多數(shù)都是開環(huán)控制,如搬

11、運(yùn)、焊接等操作,開環(huán) 操作導(dǎo)致精確性很難保證。(3)無(wú)法進(jìn)行錯(cuò)誤診斷。絕大多數(shù)機(jī)器人無(wú)法對(duì)非預(yù)期的故障進(jìn)行診斷并修 復(fù)。機(jī)器人系統(tǒng)經(jīng)常無(wú)法確認(rèn)機(jī)器人是否按原計(jì)劃工作。(4)有限的可移動(dòng)性。今天的機(jī)器人常常會(huì)被引導(dǎo)方式所限制。這些機(jī)器人 無(wú)法自由運(yùn)動(dòng),避障能力也很有限。他們常常只能在確定的環(huán)境中運(yùn)動(dòng)。專家系統(tǒng)的特點(diǎn)(智械科技)專家系統(tǒng)(ES)是一項(xiàng)很新的技術(shù)，直到1980年才開始有商業(yè)應(yīng)用。專家系統(tǒng) 本身具有一些潛在的優(yōu)點(diǎn):它可利用寶貴的專家知識(shí),可以在不確定的環(huán)境中運(yùn) 行,可增加系統(tǒng)的可靠性和反應(yīng)時(shí)間。1985年以后,專家系統(tǒng)得到迅速的發(fā)展。 盡管只有短短二十幾年的發(fā)展,專家系統(tǒng)已經(jīng)在以下領(lǐng)域

12、顯示出它強(qiáng)大的生命力。(l)解釋:從傳感器的數(shù)據(jù)推導(dǎo)出狀態(tài)描述。(2)預(yù)測(cè):從給定的狀態(tài)推導(dǎo)出可能的結(jié)果。(3)診斷:通過觀察得出可能的系統(tǒng)故障。(4)設(shè)計(jì):在一定的約束下配置對(duì)象。(5)規(guī)劃:設(shè)計(jì)行為序列。(6)監(jiān)視:檢查觀察所得的結(jié)果與計(jì)劃的差異。(7)調(diào)試:提出解決系統(tǒng)故障的方法。(8)維修:執(zhí)行一個(gè)計(jì)劃來(lái)管理維修過程。(9)控制:單獨(dú)或與傳統(tǒng)控制方法相結(jié)合,完成控制過程。專家系統(tǒng)增加了機(jī)器人系統(tǒng)的可靠性在機(jī)器人系統(tǒng)中,無(wú)論是機(jī)器人本身還是機(jī)器人所處的環(huán)境都有可能發(fā)生故 障。對(duì)于實(shí)時(shí)系統(tǒng)來(lái)說,及時(shí)發(fā)現(xiàn)和解決故障是一件困難的事情。它包括監(jiān)控機(jī) 器人的運(yùn)行。檢測(cè)故障,診斷原因,向操作者提供解

13、決問題的參考辦法,或者直接 產(chǎn)生行為規(guī)劃去控制機(jī)器人執(zhí)行。這個(gè)過程可以完全或部分交給專家系統(tǒng)來(lái)執(zhí)行。 一個(gè)基于專家系統(tǒng)的故障恢復(fù)系統(tǒng)的原型已經(jīng)被明尼蘇達(dá)大學(xué)開發(fā)出來(lái)了,這個(gè)基于規(guī)則的系統(tǒng)功能還很有限。北京智能谷科技有限公司開發(fā)的電機(jī)故障診斷系 統(tǒng)就是通過向用戶咨詢各種現(xiàn)象來(lái)最終進(jìn)行故障的診斷。專家系統(tǒng)可以用來(lái)增加機(jī)器人系統(tǒng)的安全性安全問題隨時(shí)可能發(fā)生。事故所帶來(lái)的損失是無(wú)法估量的。有時(shí)甚至威脅到 人的生命。例如,安全規(guī)則規(guī)定人不可以進(jìn)人到機(jī)器人的工作環(huán)境。但是,仍然時(shí) 常有人進(jìn)人而發(fā)生事故,他們中有的是對(duì)安全規(guī)定的無(wú)視,有的則是一時(shí)的疏忽。 還有一種情況是已經(jīng)下了命令讓機(jī)器人停止運(yùn)行但由于控制

14、系統(tǒng)出現(xiàn)一些故障 導(dǎo)致機(jī)器人仍在繼續(xù)運(yùn)行。如果在機(jī)器人環(huán)境集成了安全監(jiān)視專家系統(tǒng),許多這 類事故都可以避免?！皺C(jī)器人智能安全系統(tǒng)(RISS)”是由MartinMarietat宇航公司為美國(guó)航空 航天局(NASA)的航天飛機(jī)開發(fā)的。RSIS檢測(cè)機(jī)器人工作中的異常,如果偵測(cè)到有 異常,系統(tǒng)將會(huì)進(jìn)行診斷并采取適當(dāng)?shù)拇胧?。監(jiān)測(cè)信息來(lái)自工作環(huán)境、機(jī)器人本 身、傳感器、其他計(jì)算機(jī)以及操作人員。校正的操作可能輸出到機(jī)器人控制器, 其他機(jī)器的控制器以及顯示設(shè)備。機(jī)器人原計(jì)劃的操作將被掛起或改變。 1.5專家系統(tǒng)可用于機(jī)器人規(guī)劃(智械科技)機(jī)器人規(guī)劃包括任務(wù)規(guī)劃和軌跡規(guī)劃。國(guó)內(nèi)外許多專家在機(jī)器人任務(wù)規(guī)劃上 利用

15、Al技術(shù)進(jìn)行了大膽的嘗試。機(jī)器人規(guī)劃是一項(xiàng)非常艱巨的任務(wù)。利用AI 技術(shù)進(jìn)行的一些嘗試,如啟發(fā)式搜索、語(yǔ)義網(wǎng)絡(luò)、謂詞邏輯、框架等,在有限的區(qū) 域已經(jīng)取得了一定的成果。如UPLP-11已經(jīng)具有一定的學(xué)習(xí)功能。但是速度十分 緩慢。由蔡自興，傅京孫等人開發(fā)的ROPES,在時(shí)間上有了很大的改進(jìn)。另 外,ROPES還可以產(chǎn)生多個(gè)結(jié)果并對(duì)結(jié)果進(jìn)行評(píng)估。另一個(gè)具有規(guī)劃功能的機(jī)器 人系統(tǒng)是Freddy3。他是一個(gè)非常龐大和復(fù)雜的系統(tǒng)，包括多個(gè)機(jī)器人、微型計(jì) 算機(jī)、本地網(wǎng)絡(luò)以及各種傳感器。RoboCPu世界杯是目前世界上規(guī)模最大，參賽 人數(shù)最多的機(jī)器人比賽 ,也是智能機(jī)器人領(lǐng)域最重要的一次國(guó)際盛會(huì)。創(chuàng)立 Rob

16、oCPu的目的就是為了促進(jìn)人工智能和機(jī)器人學(xué)的研究。通過足球這個(gè)具有普 遍意義的平臺(tái),來(lái)評(píng)價(jià)各種理論、算法和智能體系結(jié)構(gòu)。我國(guó)選手將基于專家系 統(tǒng)的軌跡規(guī)劃理論用于其中,在仿真組比賽中取得了驕人的成績(jī)。仿真足球機(jī)器 人比賽在標(biāo)準(zhǔn)軟件平臺(tái)上進(jìn)行,平臺(tái)設(shè)計(jì)充分體現(xiàn)了在控制、通訊、傳感等方面 的實(shí)際限制,仿真組比賽是目前參賽項(xiàng)目中參賽人數(shù)最多的一種。仿真機(jī)器人足 球隊(duì)的研究重點(diǎn)是球隊(duì)的高級(jí)功能,包括動(dòng)態(tài)多智能體系統(tǒng)中的合作、決策、實(shí) 時(shí)規(guī)劃等人工智能研究的熱點(diǎn)問題。模式識(shí)別在智能機(jī)器人領(lǐng)域的應(yīng)用人工智能所研究的模式識(shí)別是指用計(jì)算機(jī)代替人類或幫助人類感知模式，是 對(duì)人類感知外界功能的一種模擬，研究的是

17、計(jì)算機(jī)智能模式識(shí)別系統(tǒng)，也就是使 一個(gè)計(jì)算機(jī)系統(tǒng)具有模擬人類通過感官接受外界信息、識(shí)別和理解周圍環(huán)境的感 知能力。也就是說，模式識(shí)別研究的主要內(nèi)容就是讓計(jì)算機(jī)具有自動(dòng)獲取外界知 識(shí)的能力，能識(shí)別文字、表格、圖形、圖像、聲音等。一般來(lái)說，模式識(shí)別需要 經(jīng)歷模式信息采集、預(yù)處理、特征或基元提取、模式分類等幾個(gè)步驟。在智能機(jī)器人研究中，模式識(shí)別技術(shù)在機(jī)器人視覺中的圖像識(shí)別方面應(yīng)用廣 髭，針對(duì)足球機(jī)器人視覺系統(tǒng)不能夠快速、正確識(shí)別目標(biāo)這一問題，在基于YUV 色彩空間的基礎(chǔ)上，提出了一種混臺(tái)式顏色分類與識(shí)別方法，該方法能夠有效快 速地完成機(jī)器人足球系統(tǒng)中的顏色分割與識(shí)別處理任務(wù)。針對(duì)大場(chǎng)地機(jī)器人足球 賽

18、對(duì)視覺識(shí)別子系統(tǒng)高精確度的要求，彭強(qiáng)、江浩提出了一種機(jī)器Al足球識(shí)別 算法，有效解決了大場(chǎng)地下視賞識(shí)別子系統(tǒng)在精確度、識(shí)別速度和正確率等問慝。 此外，有些學(xué)者還髖機(jī)器人語(yǔ)音識(shí)別對(duì)模式識(shí)別技術(shù)進(jìn)行了研究。.機(jī)器視覺在智能機(jī)器人領(lǐng)域的應(yīng)用機(jī)器視覺又稱為計(jì)算機(jī)視覺，它包括模擬人的視覺功能中的識(shí)別與理解兩大 方面，無(wú)疑是人工智能領(lǐng)域中有待解決的一個(gè)十分艱巨的研究領(lǐng)域。機(jī)器視覺已 經(jīng)從模式識(shí)別的一個(gè)研究領(lǐng)域發(fā)展為一門獨(dú)立的學(xué)科，其當(dāng)前比較具體的目標(biāo)主 要是通過模擬人的視覺，開發(fā)出從圖像輸入到自然景物分析的圖像理解系統(tǒng)。繼 美國(guó)麻省理工學(xué)院的馬爾(Marr)教授創(chuàng)建“視覺計(jì)算理論之后，形成了立體視 覺、動(dòng)

19、態(tài)圖像分析、視覺檢驗(yàn)及文本識(shí)別等一些新的研究方向。賦予機(jī)器人視覺是機(jī)器人領(lǐng)域研究的重點(diǎn)之一，其目的是要通過圖像定位、 圖像理解等手段，向機(jī)器人運(yùn)動(dòng)控制系統(tǒng)反饋目標(biāo)或自身的狀態(tài)與位置信息。機(jī) 器人視覺系統(tǒng)可以理解為一種以實(shí)現(xiàn)對(duì)機(jī)器人的控制、操作和制導(dǎo)為目的而進(jìn)行 圖像自動(dòng)獲取與理解分析的系統(tǒng)，可以想象，與機(jī)器人視覺相關(guān)聯(lián)的圖像處理過 程是非常復(fù)雜的。因此，為了簡(jiǎn)化機(jī)器人視覺中的圖像處理任務(wù)，通常采用的一 種途徑是利用其它類型的傳感器來(lái)補(bǔ)充這類視覺系統(tǒng)的不足。例如在移動(dòng)機(jī)器人 中，聲納用于避障，激光圖像雷達(dá)用于產(chǎn)生三維景物信息，紅外相機(jī)用于對(duì)熱源 定位等。在機(jī)器人裝配、工業(yè)過程監(jiān)控、工農(nóng)業(yè)產(chǎn)品質(zhì)量

20、檢測(cè)及機(jī)器人定位與導(dǎo) 航等領(lǐng)域，機(jī)器視覺已獲得了極為廣泛的應(yīng)用。(智械科技)機(jī)器學(xué)習(xí)在智能機(jī)器人領(lǐng)域的應(yīng)用機(jī)器學(xué)習(xí)是模擬人類智能的主要標(biāo)志和知識(shí)獲取的重要途徑，屬于人工智能 研究中最突出和最重要的一個(gè)方面。機(jī)器學(xué)習(xí)同時(shí)也是使計(jì)算機(jī)具有智能的根本 途徑。正如香克(Shank)所說：“一臺(tái)計(jì)算機(jī)若不會(huì)學(xué)習(xí)兢不能稱為具有智能的計(jì)算機(jī)?！贝送?，機(jī)器學(xué)習(xí)還有助于發(fā)現(xiàn)人類學(xué)習(xí)的機(jī)理和揭示人腦的奧秘。所 以這是一個(gè)始終得到重視，理論正在創(chuàng)立，方法日臻完善，但遠(yuǎn)未達(dá)到理想境況 的研究領(lǐng)域。對(duì)于機(jī)器人研究而盲，隨著機(jī)器人需求的不斷提高，機(jī)器人所面臨的環(huán)境通 常無(wú)法預(yù)知，非結(jié)構(gòu)化環(huán)境成為主流。在動(dòng)態(tài)多變的復(fù)雜環(huán)境

21、中，機(jī)器人如果要 完成復(fù)雜的任務(wù)，其學(xué)習(xí)能力就顯得極為重要了在這種情況下，機(jī)器人應(yīng)當(dāng)根 據(jù)所面臨的外部環(huán)境和任務(wù)通過學(xué)習(xí)不斷地調(diào)節(jié)自身，在與環(huán)境交互的過程中抽 取有用的信息，使之逐漸認(rèn)識(shí)和適應(yīng)環(huán)境。通過學(xué)習(xí)可以不斷提高機(jī)器人舶智鴕 讓水平，使其能夠應(yīng)對(duì)一些意想不到的情況，從而彌補(bǔ)設(shè)計(jì)人員在設(shè)計(jì)過程中可 能存在的不足，同時(shí)降低設(shè)計(jì)人員的勞動(dòng)強(qiáng)度。因此，學(xué)習(xí)能力是機(jī)器人系統(tǒng)中 個(gè)體機(jī)器人必須具備的重要能力之一，它為復(fù)雜多變環(huán)境下機(jī)器人的環(huán)境理解規(guī) 劃與決策等行為提供了有效保障，從兩改善整個(gè)機(jī)器人系統(tǒng)的運(yùn)行效率。目前機(jī) 器學(xué)習(xí)的方法有根多，但基本上可歸結(jié)為有監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)兩類，有監(jiān)督 學(xué)習(xí)是在

22、可以提供輸入輸出時(shí)的情況下使用的，如神經(jīng)網(wǎng)絡(luò)和決策樹學(xué)習(xí)等；而 無(wú)監(jiān)督學(xué)習(xí)是在不能提供有效輸入和確切輸出時(shí)的情況下使用的，如進(jìn)化學(xué)習(xí)強(qiáng) 化學(xué)習(xí)等，無(wú)監(jiān)督學(xué)習(xí)往往在先驗(yàn)知識(shí)的基礎(chǔ)上預(yù)測(cè)未來(lái)結(jié)果。目前，這兩種學(xué) 習(xí)方法在智能機(jī)器人領(lǐng)域中都得到了廣泛應(yīng)用。（智械科技）.分布式人工智能在智能機(jī)器人領(lǐng)域的應(yīng)用分布式人工智能（distributedAI,簡(jiǎn)稱DAI）是分布式計(jì)算機(jī)與人工智能相 結(jié)合的結(jié)果。DAI系統(tǒng)具有互操作性，即不同的異構(gòu)系統(tǒng)在快速變化的環(huán)境中具 有交互信息和協(xié)同工作的能力，其研究目標(biāo)是創(chuàng)建一種能描述自然與社會(huì)系統(tǒng)的 精確概念模型。DAI中的智能并非獨(dú)立存在的概念，只能在團(tuán)體協(xié)作中實(shí)現(xiàn)，

23、因 而其主要研究問題是各智能體（Agent）之間的合作方法與對(duì)話機(jī)制，包括分布式 問題求解和多智能體系統(tǒng)（multi-agentsystem，簡(jiǎn)稱MAS）兩個(gè)領(lǐng)域。其中，分 布式問題求解把一個(gè)具體的求解問題劃分為多個(gè)相互合作和知識(shí)共享的模塊.MAS系統(tǒng)則研究各Agent之間智能行為的協(xié)調(diào)，包括規(guī)則、知識(shí)、技術(shù)和動(dòng) 作的協(xié)調(diào)。多機(jī)器人系統(tǒng)（multi-robot system,簡(jiǎn)稱MRS）是MAS的一個(gè)特例二者之 間有著本質(zhì)的聯(lián)系。因?yàn)闄C(jī)器人的行為（能力）是由其具有分析決策能力的“大 腦”一機(jī)器Mgent決定的，多機(jī)器人的協(xié)作策略也存在于各機(jī)器人的。“大 腦中，MRS本質(zhì)上由多機(jī)器人Agent系

24、統(tǒng)驅(qū)動(dòng)，因而多機(jī)器型gent系統(tǒng)與MAS 之間有著非常類似的拓?fù)浣Y(jié)構(gòu)、組織方式和運(yùn)行機(jī)制。因此，MAS對(duì)多機(jī)器人學(xué) 的發(fā)展有巨大的借鑒作用。值得借鑒的不僅包AS有關(guān)理論，而且包括其相關(guān) 研究方法，例如IMAS中Agent的形式化建模方法、拓?fù)浣Y(jié)構(gòu)及其組織方法、通 信協(xié)議及其實(shí)現(xiàn)方法、協(xié)商及談判策略等。因此，吸取MAS研究的成果（理論及 方法）依陽(yáng)人$的特性來(lái)組織和控制多個(gè)機(jī)器人，使之通過協(xié)作完成單個(gè)機(jī)器人 無(wú)法完成的復(fù)雜任務(wù)是MRS理論發(fā)展的一條捷徑。另一方面，MRS為多智能體的 研究提供了一個(gè)理想的研究與試驗(yàn)平臺(tái)，從而大大加快了多智能體理論和方法的 研究進(jìn)程。目前，MAS理論在MRS （如搬

25、運(yùn)機(jī)器人系統(tǒng)、足球機(jī)器人系統(tǒng)等）領(lǐng) 域的任務(wù)分配及運(yùn)動(dòng)協(xié)調(diào)研究中有著廣泛而成功的應(yīng)用。.進(jìn)化算法在機(jī)器人路徑規(guī)劃中的應(yīng)用路徑規(guī)劃是智能機(jī)器A研究的一個(gè)活躍課題，作為機(jī)器智能的一部分，路徑 規(guī)劃的主要任務(wù)是使移動(dòng)機(jī)器人按照某些約束條件搜索一條從起始狀態(tài)到目標(biāo) 狀態(tài)的最優(yōu)或次最優(yōu)的無(wú)碰路徑，很多學(xué)者對(duì)路輕規(guī)劃做了大量的研究并提出了 一些方法。（智械科技）隨著人工智能計(jì)算智能與進(jìn)化算法研究的逐步發(fā)展，遺傳算法、蟻群算法等 的提出，機(jī)器人路徑規(guī)劃問題也得到了相應(yīng)發(fā)展。尤其是通過遺傳算法在路徑規(guī) 劃申的應(yīng)用，使得機(jī)器人更加智能化，其運(yùn)行路徑也更加逼近理想的優(yōu)化要求。 以動(dòng)態(tài)、未知環(huán)境下的機(jī)器人路徑規(guī)劃為

26、研究背景，利用遺傳算法采用了基于路 點(diǎn)坐標(biāo)值的可變長(zhǎng)染色體編碼方式，構(gòu)造了包含障礙物排斥子函數(shù)項(xiàng)的代價(jià)函數(shù) 使得路徑規(guī)劃中的地圖信息被成功引入到遺傳操作的實(shí)現(xiàn)過程同時(shí)針對(duì)路徑規(guī) 劃問題的具體應(yīng)用，改進(jìn)丁交叉和變異兩種遺傳算子，獲得了較為理想的路徑搜 索效率，實(shí)現(xiàn)了較好的移動(dòng)機(jī)器人路徑規(guī)劃效果。個(gè)人觀點(diǎn)：人工智能技術(shù)是研究使計(jì)算機(jī)來(lái)模擬人的某些思維過程和智能行為（如 學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科，主要包括計(jì)算機(jī)實(shí)現(xiàn)智能的原理、制 造類似于人腦智能的計(jì)算機(jī)，使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。但是人工智 能技術(shù)不僅僅可以應(yīng)用在計(jì)算機(jī)科學(xué)上，人工智能技術(shù)也促進(jìn)著智能機(jī)器人 的發(fā)展提高著智能機(jī)器人的智力水平。人工智能技術(shù)涉及的多個(gè)方面都與智 能機(jī)器人有關(guān)，比如