第九章智能要点分析.pptVIP

机器人具有多个自由度，受复杂运动学、动力学方程式的支配，并存在许多不确定性。因此，巧妙地操纵机器人完成作业，对操作者来说是一项重要而困难的工作，往往经受多次失败后，才能够逐步熟练完成这一任务。因此，示教再现至今为止仍为机器人在复杂环境条件下完成复杂工作任务的有效方法。 示教就是人操作机器人直接进行示教作业的在线示教法，再现记忆的“机器人作业”就是示教再现方式。可见，该方式中示教工作是重要的，需要操作人员能体会到动力学等机器人的动作特性，尤其是摩擦和碰撞等诸如此类的机器人同外界的相互作用。而再现工作是相对简单的、重复的工作。相比而言，示教工作某种程度上具有一定的智能性质。 可是，示教工作也存在一些局限性，比如，如果机器人或者作业内容更换了，操作者以前掌握的技能就不再适用了，而且操作员的技能还会慢慢忘却，难以保持熟练程度。另外，经过多次试操作选择的“轨迹”还不知道是否是最佳的，说不定还有更好的。 由于这种原因，基于数学和物理学对机器人作业进行多年分析，目的就在于使初学者也能够示教机器人的作业，选出最佳轨迹，并用程序把它存储起来。这就是机器人智能化的目的，就是从理论上理解机器人、环境和作业，并用计算机软件来记述它。 机器人的智能化主要体现在机器人运动学层面，在建立机器人、环境、作业对象的整体模型基础上，完成机器人作业规划、路径规划、关节动作规划等，从机器人、障碍物、作业对象的形状和机构中去掉不可能实现的路径、动作。其后施加基于机器人动力学的、并考虑摩擦和碰撞等一类不确定因素的控制。随着机器人智能化研究的深入，其内涵不断丰富，如机器人学习、多机器人协调、机器人自主性等内容成为机器人智能的主流研究内容。 人工智能以模拟和执行人类的某些智能行为，如判断、推理、理解、识别、规划、学习和其他问题求解。其核心问题是知识表示、知识推理和知识运用。 主要学派： 1、符号主义学派 又称逻辑主义、心理学派或计算机学派，其原理主要为符号系统假设和有限合理性原理。认为人工智能源于数理逻辑，知识表示、知识推理和知识运用是人工智能的核心问题，因而能够建立基于知识的人类智能和机器智能的统一理论体系。经过长期的发展，形成“启发式算法→专家系统→知识工程理论与技术”的技术路线，是人工智能的主流学派，为人工智能的发展作出重要的贡献。 2、联结主义学派 又称仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制和学习算法。认为人工智能源于仿生学，特别是人脑模型的研究，从神经元开始研究神经网络模型和脑模型，主张人工智能应着重于结构模型，不同的结构表现出不同的功能和行为。联结主义学派开辟了人工智能的又一发展道路。由于受到理论和技术条件的制约，联结主义学派呈现了“热潮—低潮—高潮”的发展过程。 3、行为主义学派 又称进化主义或控制论学派，其原理为控制理论与感知—动作型控制系统，认为人工智能源于控制论，研究重点是模拟人在控制过程中的智能行为和作用，如对自寻优、自适应、自校正、自镇定、自组织和自学习等控制论系统的研究，并认为人工智能可以向人类智能一样逐步进化。行为主义是人工智能的新学派，形成“感知—动作”的智能控制模式，开辟了智能机器人的研究领域。 研究机器人智能必须依靠人工智能的理论与方法，即将人工智能的理论与方法应用于机器人领域，形成机器人智能。 以控制理论的反馈概念为基础的机器人学尽管不是建立在人工智能理论之上的，但很自然地可把它归于人工智能的行为主义学派或控制论学派。但其它人工智能学派的思想也必然会在机器人学上得到反映和应用，如同时应用神经网络和反馈控制，并采用专家系统的推理方法。 1、机器人的进一步发展需要人工智能基本原理的指导，并采用各种人工智能技术； 2、机器人学的出现与发展为人工智能的发展带来了新的生机，产生了新的推动力，并提供了一个很好的实验和应用场所。 智能机器人系统的典型结构，其控制系统主要由两部分组成，即以知识为基础的知识决策系统和信号识别与处理系统。 1、机器人世界的描述问题 环境描述就是环境建模，是指与机器人进行作业的环境和对象、作业的方法等相关联的知识的描述，是机器人作业的基础，如根据环境中物体的形状，完成作业过程的图形模拟、碰撞检测、障碍物回避、自动规划等