人工智能通识教程 第2版 课件 第9、10章 机器人技术、 计算机视觉.pptx

;;;;机器人是一种能够半自主或全自主工作的智能机器，具有感知、决策、执行等基本特征。机器人能够通过编程和自动控制来执行诸如作业或移动等任务，可以辅助甚至替代人类完成危险、繁重、复杂的工作，提高工作效率与质量，服务人类生活，扩大或延伸人的活动

及能力范围。;如今，机器人学早就超出了科学幻想的领域，并在工业自动化、医疗、太空探索等领域发挥着重要作用。软件机器人模拟器不但简化了机器人工程师的开发工作，还为研究人工智能算法和机器学习提供了工具。;PART01;在传统的计算机编程中，程序员必须尽力考虑所有可能遇到的情况并一一规定应对策略。无论创建何种规模的程序，一半以上的工作（软件测试）都在于找到那些处理错误的案例，并修改代码来纠正它们。;几十年来，人们发明了许多工具来使编程更加有效并降低错误发生的概率。与1946年计算机刚问世时相比，编程无疑更加高效，但仍避免不了大量错误的存在。不论使用何种工具，程序员在编写程序时每百行间还是会产生数量大致相同的错误。这些错误不仅出现在程序本身及所使用的数据中，更存在于任务的具体规定中。倘若利用逻辑、规则和框架编写通用的人工智能程序，那么程序必定十分庞大，并且漏洞百出。;1986年，约翰·希尔勒进行了一项名为“中文房间”的思维实验，来证明能够操控符号的计算机即使模拟得再真实，也根本无法理解它所处的这个现实世界。

一位只懂英语的人在一个房间中，这个房间除了门上有一个小窗口之外，全部都是封闭的。他随身带着一本关于中文翻译的书。房间里还有足够的稿纸、铅笔和橱柜。;写着中文的纸片通过小窗口被送入房间中，房间中的人可以用他的书来翻译这些文字并用中文回复，他的回答可以是完全正确的。这样，房间里的人可以让任何房间外的人以为他会说流利

的中文……

图9-5中文房间;被测试者代表计算机，他所经历的也正是计算机的工作内容，即遵循规则，操控符号。所以说，就算计算机技术无比先进，看上去已经能用语言自然与人交流，但是它们仍然无法真正懂得语言本身。

中文房???实验验证的假设就是看起来完全智能的计算机程序其实根本不理解自身所处理的各种信息。这个实验否定了“图灵测试”的可靠性，并且还说明了人工智能所能达到的极限，包括机器学习和潜在的人工智能的可能性。从本质上说，计算机永远只是被限定在操作字符上，AI最多也只能做到不懂装懂。;机器人这个词目前还没有被普遍接受的定义。我们可以认为一个机器人由三个部分组成：

（1）一个传感器集合；

（2）一个定义机器人的行为的程序；

（3）一个传动器和受动器集合。;在传统的机器人学中，机器人拥有一个中央“大脑”，负责构建并维护环境“地图”，然后根据地图制定计划。首先，机器人的传感器（例如接触传感器、光线传感器和超声波传感器）从它的环境中获得信息。机器人的大脑将传感器收集的所有信息组合起来并更新它的环境地图。然后，机器人决定运动的路线，它通过传动器和受动器执行动作。传动器基本上是一些发动机，它们连接到受动器，受动器包括轮子和机械臂等，它与机器人的环境交互。传动器这个词也常常用来泛指传动器或受动器。;简单地说，传统的机器人接收来自传感器（可能有多个传感器）的输入，组合传感器信息，更新环境地图，根据它当前掌握的环境视图制定计划，最后执行动作。但是，这种方法是有问题的。问题之一是它需要进行大量计算。另外，因为外部环境总是在变化，所以很难让环境地图符合最新情况。一些生物（比如昆虫）不掌握外部世界的地图，甚至没有记忆，但是它们却活得非常自在；模仿它们会不会更好呢？这些问题引出了一种新型的机器人学，称为基于行为的机器人学（behavior-basedrobotics，BBR），它在当今的机器人实验室中占主要地位。;可以使用包容体系结构来实现BBR。希尔勒认为，“中文房间”实验证明了能够操控符号的程序不具备自主意识。自该论断发布以来，众说纷纭，各方抨击和辩护的声音不断。不过，它确实减缓了纯粹基于逻辑的人工智能研究，转而倾向于支持建立摆脱符号操控的系统。其中一个极端尝试就是包容体系结构，强调完全避免符号的使用，不是用庞大的框架数据库来模拟世界，而是关注直接感受世界。;1986年麻省理工学院人工智能实验室的领导者罗德尼·布鲁克斯在文章“大象不下棋”中提出了包容体系结构：基于行为的机器人依赖于一组独立的简单的行为。行为的定义包括触发它们的条件（常常是一个传感器读数）和采取的动作（常常涉及一个受动器）。一个行为建立在其他行为之上。当两个行为发生冲突时，一个中央仲裁器决定哪个行为应该优先。机器人的总体行为是突然的，但BBR的效果好于其部分之和，较高层行为包容较低层行为。;包容体系结构不是一个只关注隐藏在数据中心中的文本的程序，而是实实在在的物理机