机器人与人工智能论文 1

人工智能与智能机器人剖析

【择要】 人工智能(AI)是研究如何利用打算机仿照人的某些思维过程和智能行为的一门学科，是21世纪三大前沿技能之一。
人工智能未来的发展一定会越来越广泛、越来越深入，越来越快地向着人类智能的方向发展。
人工智能和智能机器人的发展，为人类的文化生活供应了新的模式。

【关键词】 人工智能 脑智能 智能机器人

0 序言

人工智能（Artificial Intelligence，AI）是研究打算机如何仿照人的某些思维过程和智能行为（如学习、推理、思考、方案等）的一门学科，紧张包括打算机警能的事理和制造类似人脑智能的打算机。
自20世纪70年代以来，被称为天下三大前沿技能之一（空间技能、能源技能、人工智能），也被认为是21世纪三大前沿技能之一（基因工程、纳米科学、人工智能）。

1 人工智能的发展历史

（1）人工智能的思想可以追溯到17世纪的帕斯卡和莱布尼茨，他们很早就提出了智能机器的设想。
19世纪，英国数学家布尔和德摩根提出的“思维定律”，可以视为人工智能的开端。
19世纪20年代，英国科学家巴贝奇设计出第一台“打算机器”，这被认为是打算机硬件，也是人工智能硬件的前身。
1936年，24岁的英国数学家图灵提出“自动机”理论，大大推进了对能够思考的机器和打算机的研究。
图灵在定义智能时阐明说，如果一台机器能通过一个叫图灵实验的测试，那么它便是智能的。
图灵实验的实质便是让人不看外表就无法区分机器的行为和人的行为。
（2）20世纪30、40年代，维纳、弗里奇、罗素的数理逻辑，丘奇、图灵对数字函数和打算机处理的发展，匆匆使人工智能在1956年夏天的达特茅斯会议上出身（由曾任斯坦福人工智能实验室主任的“人工智能之父”麦卡锡提出）。
20世纪60年代以来，人们开始利用生物模拟来建立强大的算法，个中就包括进化打算。
人工生命以进化打算为根本，研究自组织、自复制、自修复以及形成这些特性的进化和环境适应。
20世纪70年代以来，康拉德等人研究了人工仿生系统中的适应性、进化和群体动力学，提出了不断完善的“人工天下”模型。
20世纪80年代，人工神经网络再次兴起，推动了人工生命的发展。
（3）1992年，贝兹德克提出打算智能。
专家系统涌现于20世纪90年代，仿照人类专家办理领域问题。

2 人工智能研究

强人工智能的不雅观点是，有可能创造出真正能够推理和解决问题的智能机器，这样的机器才算是有感知和自我意识的。
弱人工智能的不雅观点是，不可能创造出真正能够推理和解决问题的智能机器，这些机器只是看上去有智能，但实际上并不具备智能，也不会有自主意识。
目前，主流科学研究集中于弱人工智能，而对强人工智能的研究则结束不前。

目前人工智能的紧张研究内容有：知识表示、自动推理与搜索方法、机器学习与知识获取、知识处理系统、自然措辞理解、打算机视觉、智能机器人、自动程序设计、分布式人工智能与多智能主体系统、人工思维模型、知识系统、知识创造与数据挖掘、遗传与进化打算、人工生命运用等。
未来人工智能可能向模糊处理、并行化、神经网络、机器情绪等方面发展。

3 人工智能的运用

IBM的“深蓝”打算机降服了国际象棋天下冠军。
美国桑迪亚实验室建立了环球最大的“虚拟现实”实验室，意图通过数据头盔、数据手套等实现更加友好的人机交互。
国际各大打算机公司开始把人工智能作为研究内容，包括险些所有的IT公司和很多金融巨子，都成立了自己的人工智能家当部门，用“智能”办理问题。
无人驾驶汽车的出身，冲破了汽车由人驾驶的时期。

MIT 开拓了 SHRDLU，STUDENT 系统可以办理代数问题，SIR 系统开始理解大略的英文句子。
SIR 的涌现匆匆成了一门新学科的涌现：自然措辞处理。
70 年代涌现的专家系统成为一个巨大的进步，人们第一次知道打算机可以代替人类专家做事情。
理论上，打算机开始拥有大略的思维和视觉，值得一提的是人工智能措辞 Prolog 出身。
它和 Lisp 一起，险些成为人工智能事情者不可或缺的工具。

4 人工智能的影响及发展需关注的问题

（1）人工智能对自然科学的影响。
在须要利用数学打算机工具办理问题的学科中，人工智能带来的帮助是不言而喻的。
更主要的是，人工智能反过来帮助人类终极认识自身智能的形成。
（2）人工智能对经济的影响。
专家系统已经深入到各行各业，带来了巨大的宏不雅观经济效益。
人工智能也推动了打算机行业和网络行业的发展。
但与此同时，也带来了劳动力就业问题。
由于人工智能在科学技能和工程中的运用，可以替代人类从事各种技能事情和脑力劳动，这将引起社会构造的剧烈变革。
（3）人工智能对社会的影响。
人工智能还为人类的文化生活供应了一种新的模式。
现有的游戏将逐渐发展成为更加智能的互动文化娱乐手段。
如今，人工智能在游戏中的运用已经渗透到各大游戏厂商的发展中。

随着人工智能和智能机器人的发展，我们不得不谈论人工智能本身是否属于高等研究，是否须要以未来的眼力去开展，因此很可能触及伦理的底线。
作为科研中可能涉及的敏感问题，有必要尽早预防可能的冲突，而不是等到问题变得无法办理时才试图办理。

5.智能机器人

智能机器人具有与人类相似的智能，配备有高度灵敏的传感器，具有超出凡人的视觉、听觉、嗅觉、触觉等能力，能剖析感知的信息，掌握自身行为，应对环境变革，完成被授予的各种繁芜、困难的任务，并具有自我学习、总结和完善所节制知识的能力。
目前研制的智能机器人大多只具有部分智能，间隔真正意义上的智能机器人还相差甚远。

六，结论

当然，人工智能虽然一贯处于打算机技能的前沿，但人工智能的发展并非一帆风顺，并不像我们想象的那么快，还曾因打算机打算能力的限定，无法模拟人脑的思维，与实际需求的差距而陷入低谷。
人工智能的问题在于，一方面，哲学、认知科学、思维科学、生理学等学科研究的智能层次较高且抽象；另一方面，人工智能逻辑符号、神经网络、行为主义等学科研究的智能层次过于根本。
由于对中间机制知之甚少，导致在此背景下提出的各种人工智能理论只能是或完备不同于人类思维，离人类思维模式太远。
同时，对人类思维模式的理解仍有打破的空间，否则难以形成较新的人工智能框架和理论体系。
只管如此，多学科联合协作研究也带来了足够亮眼的增长。
由于人工智能的根本理论还不完善，我们无法从根本上阐明我们的大脑为什么能够思考，这种思考从何而来，为什么会产生这种思考等一系列问题。
但经由几十年的发展，我们相信它将给天下带来难以预测的变革。

机器人与人工智能论文 2

人工智能技能在足球机器人中的运用

择要：人工智能研究的一个主要目标是使机器能够完成一些常日须要人的智能才能完成的繁芜任务。
随着人工智能理论和技能的发展及其在机器人领域的运用，机器人的智能水平得到了很大的提高。
本文剖析了国内外人工智能研究的现状，阐述了足球机器人与人工智能中的关键技能。
利用专家系统技能对机器人路径方案进行不同层次的方案，结合遗传算法、蚁群算法等的详细运用，得到了比较空想的路径搜索效率，并取得了较好的方案效果。
引入人工神经网络对足球机器人目标物体的空间位置进行精确丈量，从而更好地实现机器人导航中的目标定位和轨迹跟踪。

关键词：人工智能、足球机器人、人工神经网络、智能掌握

先容

足球机器人系统是范例的多智能体系统和分布式人工智能系统，涉及到机器人技能、打算机视觉[1]、模式识别、多智能体系统[2]、人工神经网络[3]等领域，也为人工智能的理论研究和多种技能的综合运用供应了良好的实验平台。
与人类的足球比赛一样，机器人球队的胜负不仅取决于机器人本身的性能，还取决于比赛策略，只有将可靠的硬件与前辈的策略相结合，球队才能取得胜利。
人工智能技能在足球机器人平台中发挥着重要浸染，从机器人的形状到机器人最主要的核心部分——掌握和决策，都发挥着重要浸染。
专家系统[4]和人工神经网络在机器人的路径方案中得到充分运用[5]。

1.人工智能研究现状

人工智能[6-8]是研究人类智能的机制以及如何用打算机仿照人类智能活动的学科。
该领域的研究包括机器人技能、语音识别[9]、图像识别、自然措辞处理和专家系统，涉及数理逻辑、措辞学、医学和哲学等多个学科。
人工智能研究的紧张内容包括：知识表示[10][11]、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然措辞理解、打算机视觉、智能机器人、自动编程等方面。

险些所有的编程措辞都可以用来办理人工智能算法，但考虑到编程的便捷性和运行效率，最好选择“人工智能措辞”[12]。
常用的人工智能措辞有传统的函数式措辞如Lisp、逻辑式措辞如Prolog、面向工具措辞如Smalltalk、VC++、VB等。
Math-Works公司发布的高性能数值打算可视化软件Matlab包含神经网络工具箱，并供应了很多Matlab函数。
此外，还有许多用于开拓特定领域专家系统的系统工具，如INSIGHT、GURU、CLIPS、ART等。
这些实用工具为人工智能运用的开拓供应了便利的条件，使得人工智能越来越方便地利用在各个领域。

智能机器人是信息技能、人工智能等学科的综合试验场，可以综合考验信息技能、人工智能等各领域的成果以及它们之间的关系。
人工智能技能中的视觉、传感器领悟、行为决策、知识处理等技能须要无线通信、智能掌握、机电一体化、打算机仿真等多项关键技能的有机、高效领悟。
人们已在自主方案调度、游戏、自主掌握、诊断、物流方案、机器人技能、措辞理解与问题求解等诸多领域成功实现了人工智能。

2.人工智能的紧张研究领域

人工智能的研究领域非常广泛，涉及许多学科。
目前，人工智能的紧张研究领域包括：专家系统、机器学习、模式识别、自然措辞理解、自动定理证明、自动编程、机器人技能、智能决策支持系统和人工神经网络。
下面紧张先容足球机器人设计、制造和掌握中常用的人工智能技能[13]。

2.1 专家系统

专家系统是一种具有大量专业知识和履历的智能打算机程序系统。
它利用人工智能技能和打算机技能，根据某一领域的一个或多个专家供应的知识和履历进行推理和判断，仿照人类专家的决策过程，以办理须要人类专家处理的繁芜问题。
专家系统一样平常具有以下基本特色：专家级的专业知识；有效的推理；知识获取能力；灵巧性；透明性；交互性；实用性；以及一定的繁芜性和难度。

2.2 人工神经网络

人工神经网络是由大量相互连接的处理单元组成的非线性、自适应的信息处理系统，它采取了与传统人工智能和信息处理技能完备不同的机制，战胜了传统基于逻辑符号的人工智能在处理直不雅观、非构造化信息方面的毛病，具有自适应、自组织和实时学习的特点。
神经网络在很多领域都得到了很好的运用，但仍有许多方面须要研究。
个中，具有分布式存储、并行处理、自学习、自组织和非线性映射等上风的神经网络与其他技能的结合，以及由此产生的稠浊方法和稠浊系统，成为一大研究热点。
由于其他方法也各有优点，将神经网络与其他方法结合起来，取长补短，可以取得更好的运用效果。
目前，这方面的事情包括神经网络与模糊逻辑、专家系统、遗传算法、小波剖析、混沌、粗糙集理论、分形理论、证据理论、灰色系统的集成。

2.3 图像处理

图像处理便是利用打算机对图像进行剖析，以达到所期望的结果，又称图像处理。
图像处理技能紧张包括图像的压缩、增强与复原、匹配、描述与识别三部分。
常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像剖析等。
数字图像处理中的模式识别技能可以对人眼无法识别的图像进行分类，可以快速准确地检索、匹配和识别各种事物，广泛运用于日常生活和军事的各个方面。

3.人工智能在足球机器人中的运用

3.1 基于专家系统的足球机器人方案

路径方案或防撞是足球机器人比赛中的主要一环。
根据事情环境，路径方案模型可分为基于模型的全局路径方案和基于传感器的局部路径方案。
全局路径方案的紧张方法包括：可视性图法、自由空间法、最优掌握法、栅格法、拓扑法、切线图法、神经网络法等；局部路径方案的紧张方法包括：人工势场法、模糊逻辑算法、神经网络法、遗传算法[14]等。
机器人方案专家系统是利用专家系统的构造和技能建立的机器人方案系统。
大多数成功的专家系统都是在规则体系构造的根本上模拟人类的综合机制，由知识库、掌握策略、推理机、知识获取、阐明与解释五部分组成。
随着人工智能、打算智能和进化算法研究的逐渐发展，遗传算法、蚁群算法等被提出，机器人路径方案问题也随之得到发展。
详细来说，通过将遗传算法运用于路径方案，使机器人更加智能，其运行路径更加靠近空想的优化哀求。
以动态、未知环境下的机器人路径方案为研究背景，遗传算法采取基于路点坐标值的变长染色体编码方法，布局包含障碍物排斥子函数项的代价函数，从而将路径方案中的舆图信息成功引入到遗传操作的履行过程中。
同时，针对路径方案问题的详细运用，对交叉和变异两个遗传算子进行改进，得到了更加空想的路径搜索效率，实现了更好的移动机器人路径方案效果。

3.2 人工神经网络在机器人导航中的运用

人工神经网络是模拟生物神经系统的一种信息处理方法，其优点紧张表示在可以处理难以用模型或规则描述的过程和系统；对非线性系统有统一的描述；信息领悟能力强。
因此在移动机器人定位与导航中，基于神经网络的多传感器信息领悟正是利用了神经网络的这些特点，将机器人外部传感器的传感数据信息作为神经网络的输入处理工具，从而得到移动机器人自身位置和障碍物的相对准确的估计，实现移动机器人的避障和自定位。

结论

随着人工智能技能的深入研究，足球机器人比赛水平会不断提高。
但就目前情形而言，为了在现有根本上扩大运用范围、提升运用效果，还应紧张对人工智能技能进行进一步的研究。
当前专家系统的瓶颈在于对不愿定条件下专家知识的总结、表达和推理。
制造业生产的多变繁芜性、操作的人工履历性限定了人工智能的运用，其余一些工艺参数不易量化。
随着技能的快速发展，人工智能技能也在进一步完善，如多种方法的稠浊技能、多专家系统技能、机器学习方法、并行分布式处理技能等。
随着新型人工智能技能的涌现，制造业的前景将更加光明，性能更优的足球机器人也不再迢遥。

阅读过“机器人与人工智能论文”的人还阅读过：

1.人工智能与机器人技能论文

2.人工智能与机器人（2）

3.机器人与人工智能论文（2）

4.人工智能机器人论文（2）

5. 关于人工智能的议论文

6. 人工智能影响论文

7. 机器人与人工智能论文