机器人学

来自计算思维百科
跳转至: 导航搜索

我们可以把机器人定义为一种可以编程序的多功能操作装置。机器人可以代替人从事有害环境中的危险工作,可以提高我们的工作质量和效率。随着工业自动化和计算机技术发展,从六十年开始机器人已经大量进入生产和实际应用的阶段,而且随着自动装配、海洋开发、空间探索等领域的发展,对机器的智能水平提出了更高的要求。

机器人学的研究为人工智能提供了一个综合试验场所,它可以全面检验人工智能各个领域的技术,并探索这些技术之间的关系,它的发展可以推动了人工智能思想的发展,有一些技术可在人工智能研究中用来建立世界状态模型和描述世界状态变化的过程。比如关于机器人动作规划生成和规划监督执行等问题的研究,推动了规划方法的发展。此外由于智能机器是一个综合性的课题,除机械手和步行机构外,还要研究机器视觉、触觉、听觉等传感技术,以及机器人语言和智能控制软件等。可以看出这是一个涉及精密机械、信息传感技术、人工智能方法、智能控制以及生物工程等学科的综合技术。这一课题研究有利于促进各学科的相互结合,并大大推动人智能技术的发展。

人类长期以来都希望能创造出一种像人一样的具有一定智能的机器或者智能体来替人类进行各种工作,这种机器必须在其所处的环境中具有感知、推理和行动的功能。机器人学(Robotics)就是研究具有智能行并且物理上自主的智能体的一门学科。机器人学与人工智能紧密相关,它涉及人工智能的所有研究范围,机器人学的发展需要人工智能的理论指导,机器人学的发展依赖于人工智能技术的发展,反过来机器人是人工智能技术最大的测试平台和应用场所,机器人学的发展为人工智能的发展提供新的动力。

除了人工智能之外,机器人学和机械和电子工程也有非常紧密的联系。机器人需要使用机械装置来操作物体或者移动从而实现与外界的交互。在机器人学的早期发展中,机器人主要指工业机器人,机器人学研究主要和操作器械联系在一起,特别是关于带有肘、腕、手或工具的机械臂的研究。这些研究不单涉及装置的操作,而且涉及如何维护和应用有关它们的定位和定向的知识。随着技术的发展,现在的机械臂已经变得非常灵巧,使用基于力反馈的触觉系统,它们已经可以握住鸡蛋和纸杯。

机器人的移动性和智能性是机器人学研究的两个重点。随着更加轻便、计算能力更强大的计算机的出现,机器人的移动能力也随之不断提高。移动性的增强让我们看到了大量创新设计的机器人。现在,机器人可以像鱼一样在水里游泳、像鸟一样在天空飞翔、像蝗虫一样在地面跳跃、或者像蛇一样蜿蜓爬行。当然,我们看到的更多的可能还是带有轮子的机器人,它们因设计和建造都相对比较容易而广受欢迎,不过它们的行动往往会受到地形的限制。为了解决这个问题,人们开始使用轮子和导轨相结合帮助机器人爬楼梯或翻越障碍。美国国家航空航天局的火星探路者号就是使用特殊设计的轮子在火星的岩石层上行走。机器人移动性的提高还可以采用人一样的双腿行走,不过这样的设计会复杂得多。要让机器人像人一样用两条腿行走,必须不断地监控和调整机器人的身体姿态防止它跌倒,这是一个非常复杂的过程。现在行走机器人做得比较好的例子有日本的本田公司开发的两条腿的类人机器人Asimo,如图1所示。Asimo能够灵活使用双腿上楼梯,甚至还能跑步。

3.4.1.png

图1 Asimo机器人

机器人在操控和移动能力方面取得了巨大的进步,但是在另一方面,机器人的智能或者自主性还需要进一步提高。现有很多机器人都必须按照严格设计的方案运行或者依靠人的操作来实现。要提高机器人的自主性,必须克服这种对人的依赖。这个问题涉及到一个自主机器人需要知道关于其所处环境的哪些知识,以及需要预先计划其行为到什么程度。一种直接解决方法是在设计机器人的时候,把它所处环境的详细记录,包括目标物体的详细清单以及它们的对应位置都存储在机器人里面,通过这些信息来制定详细的行动计划。这个方向的研究很大程度上依靠知识表示和知识存储的进展以及推理和规划技术的改进。

另一个方法是开发反应型机器人,与其耗费大量的精力在记录复杂的记录和构建详细行动计划,不如让机器人应用简单的规则与外界交互,随机应变。按照人类的经验,在计划长途旅行时,一般都不会预先制定非常详细的计划,我们只要事先选择好好主要路线,对于一些细节问题,比如到哪儿吃饭,到哪加油,走哪些出口,可以到时候再考虑。同样,让一个机器人通过一条复杂的路径从一个地方到达另外一个地方,也不必预先制定非常详细的计划,可以让机器人边走边看,当碰到障碍物时,应用简单的规则避开每一个障碍。当然,没有哪一种方法可以对所有问题都行之有效。真正的自主机器人应该会使用多层推理和规划策略,应用高级技术来设定和达到主要目标,而用低级的反应系统完成相对次要目标。

机器人学研究领域的另一个例子是进化机器人学,在这个领域进化理论被广泛应用于开发低级反应规则和高级推理。适者生存理论被用到了机器人设备的开发上,经过若干代的进化学习,这些设备能够自己获得平衡或移动的方法。关于这个领域的许多研究不同之处在于机器人的内部控制系统及其形体的物理结构。例如,要把一个四腿爬行机器人的控制系统换成一个双腿走路的机器人,可以在控制系统中应用进化技术,得到一个能行走的机器人。在其他应用中,进化技术也被应用在机器人的物理形体上,让传感器发现执行特定任务的最佳位置。更具有挑战性的研究正在寻求软件控制系统与形态结构同时进化的途径。

机器人学的进步和应用,是20世纪人工智能和自动控制最有说服力的成就之一,要列出机器人学研究带来的所有令人难忘的成果是一项艰巨的任务。不过,当前的机器人与科幻电影和小说中的超能机器人相差甚远,尽管如此,在执行特定任务上机器人已经取得了重大的成功。机器人的出现和大量应用必将促进科技和生产的发展,丰富人类文明生活。