查看: 11190|回复: 4

[人工智能机器人学导论] 3 分级范式

上一章节《人工智能机器人学导论》-2 从遥操作到自主

第2章分级范式
从1971年第一个人工智能机器人SRI的shakey开始直到20世纪80年代后期反应范式的出现，分级范式一直占统治地位。

SRI的shakey机器人 http://www.ai.sri.com/shakey/

分级范式的特点

分级范式是根据3种基元（感应、规划、执行）之间的关系以及传感器数据在系统中的处理和分布方式定义的。分级范式的机器人首先感知外部环境，建立全局环境图。然后闭上眼睛，感知部分停止工作，机器人规划出所有达到目标所需要的指令。最后机器人开始执行第一个指令。执行完毕再重新执行前面的过程。

所有传感器被融合进一个全局的数据结构中，提供给规划处理。这个全局数据结构就是环境模型。环境既是外部环境，也是机器人在环境中蕴含的任何信息，包括：

1、机器人在运行环境中先前知道的环境表示，例如建筑物地图。

2、感知信息。方向，行走距离等。

3、完成任务需要的任何附加知识，例如邮箱中受到的所有包裹必须送到11房间。

建立环境模型是非常困难的，分级范式对开放的环境不具备快速响应的导航能力。

一个通用问题求解器的变种 Strips

Strips采用的方法是手段-目的分析法，如果机器人不能一步完成任务或达到目标，他就会执行减小目标状态偏差的动作。这是人类的认知行为，如不知道怎么解决问题，就会解决部分问题，看是否偏差减小。

在考虑机器人到达一个目标地的任务中，决策过程称为算子，目标状态和初始状态的距离叫做偏差。按照下面的偏差表，看看机器人怎么做决策。

家离目的地的距离偏差	算子（或者叫做方法）
距离大于或等于200公里	坐飞机
100公里<距离<200公里	坐飞机
距离小于或等于100公里	开车
距离< 1公里	走路

假设当前机器人已经坐飞机到达机场，当前离目的地距离在100公里内，偏差缩减为100公里。根据前面的逻辑，那么应该选择开车。如果只说开车，那么机器人应该返回到家去开自己的车，这是个错误的选择。假设当前要判断另外一个条件，是开自己的车还是租用一个车来开，
如果再考虑一些其他前提条件。实际情况前提条件会有很多，这里只拿出开汽车一个前提条件。

偏差	算子（或者叫做方法）	前提条件
距离大于或等于200公里	坐飞机
100公里<距离<200公里	坐火车
距离小于或等于100公里	开租来的汽车	在机场
距离小于或等于100公里	开自己的车	在家
距离< 1公里	走路

上面增加了一列前提条件，在选择开车的时候根据前提条件做正确选择，如果他在机场离家比较远那么他应该在机场租车，开租来的车。在每一步算子计算执行后，机器人所处的环境改变了，这个列表都会删除一些列表，同时增加一些列表。使用递归的方法来写程序。

分级范式的优缺点

分级范式给出了感知、规划、执行之间关系的次序。其主要缺点在规划部分。每更新周期，机器人不得不更新全局环境模型，然后做某些规划。当感知和规划太慢就形成重大的瓶颈。

感知部分和执行部分被分开，中间还有一个运算缓慢的规划。导致机器人不能快速响应突然的变化。例如移动过程中快速躲避障碍物。

下一章节：《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