查看: 4293|回复: 0

《人工智能机器人学导论》-5 反应范式的生物学基础-本能...

[复制链接]
本帖最后由 bobo 于 2015-2-27 23:44 编辑

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



《人工智能机器人学导论》-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 LorenzNiko 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:
  1. 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
  2. Releaser  predator;   //捕食者 天敌
  3. while(TURE)
  4. {
  5.         predator = sensePredators();    //检测是否有天敌
  6.         if(predator == PREDENT) //如果检测到天敌,就释放逃走的行为
  7.         {
  8.                  flee();  // 逃走
  9.         }
  10. }

复制代码
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


高级模式
B Color Image Link Quote Code Smilies |上传

本版积分规则

为本项目制作心愿单
购买心愿单
心愿单 编辑
wifi气象站

硬件清单

btnicon
我也要做!
点击进入购买页面
上海智位机器人股份有限公司 沪ICP备09038501号-4

© 2013-2019 Comsenz Inc. Powered by Discuz! X3.4 Licensed

mail