5 反应范式的生物学基础-本能释放、并发行为及其行为中...

上一章节：《人工智能机器人学导论》-4 反应范式的生物学基础

5 反应范式的生物学基础

-本能释放、并发行为及其行为中的感知

本能释放机制

Konrad Lorenz 和 Niko TinbergenNiko 尝试通过本能释放机制（Innate Releasing Mechanisms）这个名称来阐述行为是如何协调和控制的。如果行为未被释放，那么它就不会对传感器的输入做出响应，同时也不会产生动作输出。例如北极燕欧雏鸟并不感到饥饿，它就不会啄食红色的东西。

                  释放者
                   |
 传感器输入 --->[  行为  ] ---> 运动的动作模式

通过C代码来描述防范天敌的动物行为：

enum    Releaser = {PRESENT, NOT_PRESENT};   //定义一个 释放者状态 枚举，状态为 释放 和 未释放
Releaser  predator;   //捕食者 天敌
while(TURE)
{
       predator = sensePredators();    //检测是否有天敌
       if(predator == PREDENT) //如果检测到天敌，就释放逃走的行为
       {
                flee();  // 逃走
       }
}

在本例子智能体完成两件事情：感知周围的环境，一旦发现它的天敌就立刻逃走。天敌是释放者。
IRM的另外一个重点是释放者可以是一个复合的释放者，例如当 寻找到食物并且感觉饿的时候才会释放 进食的行为。

对于外部观察者而言，彼此独立作用的单个行为可以形成一个复杂的动作序列。

并发行为

IRM的一个重要特点是行为常常并行、彼此独立执行。然而，当环境表现为相互冲突的激励时，可能会出现意想不到的行为。相互作用可表现为下面几种：

1. 行为之间达到一种平衡，靠近松鼠对他喂食，它遇到人释放了逃逸行为，看到了食物也释放了觅食行为。两个行为在一起导致松鼠举棋不定。
2. 一方占据优势，会执行有优势的那个行为。
3. 多个被释放的行为都取消。如果你对着一只鸡左右的移动并且靠近它，它有可能站在原地不动。

并发行为的复杂交互会导致机器人发生不良行为，这需要我们跟加的关注。

行为中的感知

在智能体运动过程中，由于智能体位于环境中，因此必然要与环境产生交互，这时智能体与环境构成了一个整体。应为运动，感知会发生改变。

直感 （可能叫 ‘直觉’ 更容易理解）
不需要记忆、推断、或解释。它只需要最小的计算，速度却是最快的。
例如 我们让机器人识别椅子，我们可以使用结构模型：椅子有四条腿、一个座席、一个靠背。但是并非所有的椅子都符合。如果不止前面的那种结构。我们需要将所有结构的椅子都导入到机器人。这将是复杂和繁琐的。识别速度也很慢。

另外一种方法是GRUFF（粗线条描述）系统，通过功能而不是形状进行识别。椅子的功能是坐，具有可坐性这种直感。可坐性直感可以试着提取以下的一些特性：

1. 无需记忆，不需要记住世界上每一种椅子的形状。
2. 无需推断
3. 无需对图像进行任何解释。机器人不需要指出哪里是扶手，哪里是坐垫，，。它只需要判断是否可以坐就够了。

基于以上的思路，我们可以将椅子的可坐性描绘成一种具有合理高度、连续的表面、它的大小至少与人的臀部相当，高度大体相当于人类膝盖的高度。

当没有椅子，而机器人疲劳的时候，它可能会认为旁边的石头也是具有可坐性，也是椅子。

图式理论

图式理论为我们深入了解面向对象编程提供了一条有效的描述方法。将问题分为数据和方法。这方面的内容在面向对象编程的书籍也有所讲解。

将对动物的观察转移到机器人时的原则和问题

1. 程序设计需要把复杂的行为分解为相互独立简单行为，这些行为都是由一个紧密耦合的感知-动作对构成。行为具有并行和分布特征。
2. 为了简化行为的控制与协调，智能体应该依赖于简单的布尔激活机制。例如IRM。
3. 为了简化感觉、感知应该对感觉进行过滤，只考虑那些与行为相关的信息。
4. 直感可以降低感知的计算复性，它使动作可以在无需记忆、推断和解释的情况下被执行。
5. 行为是独立的，但是行为可能会和另外一个行为结合，也可能抑制另外一个行为。

对自然智能的研究并没有给出一个关于智能是如何工作的完整图景。还存在很多问题：

1. 如何解决并发行为之间的冲突？在机器人程序结构中最大的分歧之一就在于如何处理并发行为。
2. 在什么时候需要记忆和对知识的显示表达？
3. 如何建立和/或学习新的行为序列？

下一章节：《人工智能机器人学导论》-6 反应范式