《人工智能机器人的未来范本》由会员分享，可在线阅读，更多相关《人工智能机器人的未来范本（10页珍藏版）》请在金锄头文库上搜索。
1、人工智能机器人的未来 人工智能机器人的未来 学院：机械与动力工程学院 班级： 姓名： 学号： 人工智能机器人的未来 摘要:目前，机器人学和人工智能已作为两个不同的学科，各自发展着， 均取得了很好的成果。同时在一些领域，二者又相互结合，并取得了很好的效果。智能机器人是一个在感知-思维-效应方面全面模拟人的机器系统,外形不一定像人。它是人工智能技术的综合试验场,可以全面地考察人工智能各个领域的技术,研究它们相互之间的关系。还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。本文简要分析了机器人的发展史，对近些年来国内外人工智能在机器人领域的应用做了一个比较全面的总结；在简要介绍
2、特种机器人能力局限性的基础上，阐述与特种机器人紧密相关的几项人工智能的研究内容，并进一步展望了人工智机器人中的发展趋势，同时还提出了一些设想和前景。 关键词: 机器人、人工智能、智能控制、专家系统、感官、仿生、计算机 科学 一、机器人和人工智能简史 人们通常把机器人划分为三代。第一代是可编程机器人。这种机器人一般可以根据操作人员所编的程序,完成一些简单的重复性操作。这一代机器人是从60年代后半叶开始投入实际使用的,目前在工业界已得到广泛应用。第二代是“感知机器人”,又叫做自适应机器人,它在第一代机器人的基础上发展起来的,能够具有不同程度的“感知”周围环境的能力。这类利用感知信息以改善机器人性能
3、的研究开始于70年代初期,到1982年,美国通用汽车公司为其装配线上的机器人装配了视觉系统,宣告了感知机器人的诞生,在80年代得到了广泛应用。第三代机器人将具有识别、推理、规划和学习等智能机制,它可以把感知和行动智能化结合起来,因此能在非特定的环境下作业,称之为智能机器人。智能机器人与工业机器人的根本区别在于,智能机器人具有感知功能与识别、判断及规划功能。而感知本身,就是人类和动物所具有的低级智能。因此机器的智能分为两个层次:具有感觉、识别、理解和判断功能;具有总结经验和学习的功能。所以,人们通常所说的第二代机器人可以看作是第一代智能机器人。 1956年在美国的Dartmouth大学的一次历史
4、性的聚会被认为是人工智能学科正式诞生的标志。1957年A.Newell、J.Shaw和H.Simon等人的心理学小组编制出一个称为逻辑理论机LT(The Logic Theory Machine)的数学定理证明程序，后来又揭示了人在解题时的思维过程大致可归结为三大阶段1956年Samuel研究的具有自学习、自组织、自适应能力的西洋跳棋程序是IBM小组有影响的工作，这个程序可以像一个优秀棋手那样，向前看几步来下棋。它还能学习棋谱，在分析大约175000幅不同棋局后，可猜测出书上所有推荐的走步，准确度达48，这是机器模拟人类学习过程卓有成就的探索。1959年McCarthy发明的表（符号）处理语言
5、LISP，成为人工智能程序设计的主要语言。从此人工智能飞速发展，逐渐应用于各个行业。 二、人工智能与机器人结合和人工智能机器人的现状 把传统的人工智能的符号处理技术应用到机器人中存在哪些困难呢?一般的工业机器人的控制器,本质是一个数值计算系统。如若把人工智能系统(如专家系统)直接加到机器人控制器的顶层,能否得到一个很好的智能控制器?并不那么容易。 因为符号处理与数值计算,在知识表示的抽象层次以及时间尺度上的重大差距,把两个系统直接结合起来,相互之间将存在通信和交互的问题,这就是组织智能控制系统的困难所在。这种困难表现在两个方面:一是传感器所获取的反馈信息通常是数量很大的数值信息,符号层一般很难
6、直接使用这些信息,需要经过压缩、变换、理解后把它转变为符号表示,这往往是一件很困难而又耗费时间的事。而信息来自分布在不同地点和不同类型的多个传感器。从不同角度,以不同的测量方法得到不同的环境信息。这些信息受到干扰和各种非确定性因素的影响,难免存在畸变、信息不完整等缺陷,因此使上述的处理、变换更加复杂和困难。二是从符号层形成的命令和动作意图,要变成控制级可执行的指令(数据),也要经过分解、转换等过程,这也是困难和费时的工作。它们同样受到控制动作和环境的非确定性因素的影响。由于这些困难,要把人工智能系统与传统机器人控制器直接结合起来就很难建立实时性和适应性很好的系统。为了解决机器人的智能化,组成智
7、能机器人系统,研究者们将面临许多困难且需要做长期努力,进行若干课题的研究。例如:高级思维活动应以什么方式的机器人系统来模仿,是采取传统的人工智能符号推理的方法,还是采用别的方法?需不需要环境模型,需要怎样的环境模型;怎样建立环境模型,传统的人工智能主要依据先验知识建立环境模型。由于环境和任务的复杂性,环境的不确定性,这种建模方式遇到了挑战,于是出现了依靠传感器建模的主张,这就引出一系列新的与传感技术有关的课题。 人们为了探讨人工智能在机器人中近期的可用技术,暂时抛开人工智能中的各种带根本性的争论,如符号主义与连接主义、有推理和无推理智能等等,把着眼点放在人工智能技术中较成熟的技术上。对传统的人
8、工智能来说,就是知识的符号表示和推理这部分技术,看一看它对当前的机器人技术的发展会有什么贡献。其主要贡献体现在以下几个方面:基于任务的传感技术,建立感知与动作的直接联系,基于传感器的规划和决策,复杂动作的协调等。过去的几十年，机器人控制展。国内外专家学者做出了许多有益的尝试，取得了丰硕的成果。然而，大多数控制方法需要合适的数学模型。但由于机器人动力学的非线性、时变性、多关节强藕合及变惯量等复杂性不仅其数学模型的参数，就连数学模型的类型都很难准确确定。由在线进行系统辨识的方法确定的动态数学模型将随着负载和机器人型位的变化而不断变化。其巨大的计算量使这种方法根本无法应用到实际中去。因此在实际应用中
9、，我们看到最多的应用还是PI，PD和PID控制。另一方面，人类的操作员在执行相似任务的时候并不需要知道什么数学模型，却能够执行得很好。因此，采用一种方式模拟人类的行为而不需要大量的数学计算的控制方法自然而然地被提出来，这就是所谓的智能控制。智能控制涉及到人工智能的多个领域，包括专家系统、神经元网络以及模糊控制等。纯粹采用专家系统的智能控制系统将会免去大量复杂的计算，从而极大地提高系统的整体反应速度。然而，基于规则的系统也有它的弱点，为了使系统能够处理各种异常情况，系统的规则将是非常复杂的。即使如此，也很难将所有情况都考虑进去，因此，专家系统与常规控制相结合的形式是比较具有实用性的。如中科院的隋
10、清，马颂德等将专家系统与PID控制相结合，取得满意的效果。还有人使用专家系统来决定系统辨识模型，选择故障诊断工具等。图1是典型的专家系统与普通控制器相结合的方式。其中控制器可以是简单的PID控制器，也可以是不同的系统辨识工具，故障诊断工具等。 20世纪80年代中期以后，第一代工业机器人的市场趋于饱和，工业机器人的应用开始从汽车领域转向电子、机械装配和非制造领域。由于一般的工业机器人没有视觉和触觉，已适应不了新用途的需要。只有让机器人学会感知它们所触到的部件，其产品的销路才有保证。智能机器人为人工智能实验床所使用，促进了计算机视觉、触觉传感器、操作器控制等单元技术的发展，为智能机器人的研制和应用
11、奠定了技术基础。因此，在工业机器人处于更新换代的转折关头，没有思想准备的许多机器人制造厂家出现了产品滞销现象；而善于抓住时机的厂家就发展壮大。如Adept公司能及时抓产品转向工作，他们的产品目标不是面向汽车工业，而是面向电子工业，重点研究轻型装配机器人，采用了许多新技术，研制出了高精度、高速度、高柔性、带视觉的智能机器人。随后该公司的销售迅速增加，1986年为2 500万美元，1987年达到3 400万美元。其产品占美国装配机器人市场的24%，其中30%是电子工业公司的订货。销量的增长极大地促进了人工智能机器人的发展。目前美国、日本已研制出用于工业、医疗、服务等领域的各种型号微小型机器人。美国
12、近年来在食品行业正在普及服务机器人，日本已研制出家用自动清洁且负责警戒的机器人、医护机器人及娱乐机器人等。 三、人工智能机器人的美好前景 智能机器人具有广阔的发展前景，目前机器人的研究正处于第三代智能机器人阶段，尽管国内外对此的研究已经取得了许多成果,但其智能化水平仍然不尽人意。未来的智能机器人应当在以下几方面着力发展：面向任务，由于目前人工智能还不能提供实现智能机器的完整理论和方法，已有的人工智能技术大多数要依赖领域知识，因此当我们把机器要完成的任务加以限定，及发展面向任务的特种机器人，那么已有的人工智能技术就能发挥作用，使开发这种类型的智能机器人成为可能；传感技术和集成技术，在现有传感器的
13、基础上发展更好、更先进的处理方法和其实现手段，或者寻找新型传感器，同时提高集成技术，增加信息的融 5 合；机器人网络化，利用通信网络技术将各种机器人连接到计算机网络上,并通过网络对机器人进行有效的控制；智能控制中的软计算方法，与传统的计算方法相比,以模糊逻辑、基于概率论的推理、神经网络、遗传算法和混沌为代表的软计算技术具有更高的鲁棒性、易用性及计算的低耗费性等优点,应用到机器人技术中，可以提高其问题求解速度,较好地处理多变量、非线性系统的问题；机器学习，各种机器学习算法的出现推动了人工智能的发展,强化学习、蚁群算法、免疫算法等可以用到机器人系统中，使其具有类似人的学习能力,以适应日益复杂的、不
14、确定和非结构化的环境；智能人机接口，人机交互的需求越来越向简单化、多样化、智能化、人性化方向发展,因此需要研究并设计各种智能人机接口如多语种语音、自然语言理解、图像、手写字识别等,以更好地适应不同的用户和不同的应用任务，提高人与机器人交互的和谐性; 多机器人协调作业，组织和控制多个机器人来协作完成单机器人无法完成的复杂任务，在复杂未知环境下实现实时推理反应以及交互的群体决策和操作。 当前，机器人在工业、服务业、军事等领域发挥的作用日益明显，尽管一些机器人已具备了一定的智能，但因智能控制方法本身还存在着局限性，距离真正意义上的智能机器人，还有相当大的差距。随着特种机器人不断向智能化方向发展，要求
15、人们对机器人的不确定性、复杂性、模糊性过程控制等问题进行广泛深入的研究而且，将人工智能技术广泛地应用到特种机器人的控制理论之中，具 有十分重要的科学意义和实践价值。 在现代的工业制造，航空航天，交通矿业等领域，机器人越来越发挥着重要的作用。一些日本的专家预测，到2022年只有5%的体力劳动需要由人来完成，其余大量的体力劳动要由机器人来承担。随着机器人的普及，机器人安全，规划，控制等领域也日益承受着巨大的挑战。近年来，以无人机为代表的智能武器系统获得了长足的发展，日渐成为战场上一支不可忽视的重要力量。 四、结语 由于现有的智能机器人的智能水平还不够高，因此在今后的发展中，努力提高各发面的技术及其
16、综合应用，大力提高智能机器人的智能程度，提高智能机器人的自主性和适应性，是智能机器人发展的关键。同时，智能机器人涉及多个学科的协同工作，不仅包括技术基础，甚至还包括心理学、伦理学等社会科学，让智能机器人完成有益于人类的工作，使人类从繁重、重复、危险的工作中解脱出来，就像科幻作家阿西莫夫的“机器人学三大法则”一样，让智能机器人真正为人类利益服务，而不能成为反人类的工具。相信在不远的将来，各行各业都会充满形形色色的智能机器人，科幻小说中的场景将在科学家们的努力下逐步成为现实，很好地提高人类的生活品质和对未知事物的探索能力。我国的智能机器人发展还落后于世界先进水平，而智能机器人又是高科技的集中体现，具有重要的发展价值，因此我国在智能机器人领域要认清形势、明确发展发现和目标，采取符合
