1,基于符号的机器人学诞生与发展的简要历史
工程学科的一个共同点是:先有工程实践。机器人学的诞生也不例外,是随着工业机器人的诞生与发展而进行的,直至七十年代,工业机器人整个系统基本定型,发展主要在于单元器件性能的逐步改进。这时机器人学向深度和广度发展,成为一门非常综合和活跃的学科,这也是工程性质学科的另一个共同点:到一定时期,理论将超前于工程实践。George C. Devol于五十年代中期发明工业机器人,是可重复编程的PTP控制的操作手,和Jeseph F.Engelberger共同发展这一全新工具概念后,于1959年成立第一家工业机器人公司Unimation lnc.启发工业机器人发明的前期工作是二战中开始的主从控制的遥控机器人的开发,主要用于放射性物质的处理。
工业机器人发展的主要历史事件如下:
1954年:美国G.C.Devol,发明可编程机器人,专利号2988237
1959年:美国行星公司制造第一台商用机器人
1960年:美国Unimation公司成立
1970年:Victor Sheinman验证Starford Manipulator
1971年:日本工业机器人协会成立
1974年:美国Cincinnati Milaeron公司推出第一台小型机控制的机器人T3
1976年:Ralph Bolles发展了机器人编程语言AL
1978年:Unimation公司推出可用于装配的通用机器人PUMA
1978年:日本,牧野洋发明SCARA装配机器人
机器人学研究的主要事件有:
1954年:Denavit和Hartenberg(1954)提出用于表达空间杆件几何关系的一般方法,可用于解机器人正运动学
1962:Ernst(1962)和Boni(1962)分别研究带触觉和压觉传感器的机械手
1964:Uicker(1964)的博士论文研究了空间杆件的动力学
1968:Pieper(1968)的博士论文中用代数方法解逆运动学问题
1968:McCarthy(1968)在Stanford AI Lab研究带摄像机、麦克风的机器人,能根据人的指令发现并抓取积木
1971:Kahn和Roth(1971)研究机器人的最少时间控制
1972:Paul(1972)研究关节空间轨迹规划
1973:Bolles和Paul(1973)用装有视觉和力觉的Stanford
arm完成水泵装配
1974:Bejezy(1974)研究机器人的动力学和计算力矩控制
1976:Bolles(1976)发展了机器人编程语言AL
1979:Paul(1979)研究了笛卡尔空间的轨迹规划
1979:Lozano—Perez和Wesley(1979)研究机器人避障问题
1981:R.P.Paul(1981)出版第一本机器人学课本,“Robot Manipulator:Mathematics,Programmings and Control”
这些事件的选择标准是该项研究开创性的。但是,虽然1954,1964二事件是机器人运动学和动力学的基础,但并不是专门为机器人学研究的。
1978年PUMA通用工业机器人的诞生可看作是工业机器人的成熟,直到现在,工业机器人的整个机械结构,驱动,控制结构,编程语言均和1978无本质差别。
1981年机器人学课本的出版标志着该学科的成熟,Denavit和Hartenberg(1954),Pieper(1968),Paul(1972),Bolles(1976),Paul(1979)等人的研究对工业机器人的成熟作用巨大。
由于学科发展的主要驱动力是求新求深,进入八十年代,机器人学的发展主要向广度和深度发展,主流也渐离工业背景。但由于机器人学是工程学科,太偏离实际肯定要受到制约,也即受到市场驱动力的制约,如那么多的机器人控制和智能方面的研究,但无一实用,这方面的研究肯定要萎缩。这几年,机器人学界意识到这一点(也即研究经费减少了),开始把注意力投向新的工程主题。基于行为的机器人学和生物机器人学将把机器人学推向新的发展时空。
2, 基于符号的机器人学的主要研究内容
参照K.S.Fu等(1988)的经典机器人学课本,传统机器人学的研究内容为:
·运动学
·动力学
·轨迹规划
·操作手控制(包括位置与力控制)
·机器人传感器
·路径规划与任务规划
以上内容均在笛卡尔空间对机器人或环境用符号进行描述(关节空间可映射至笛卡尔空间),然后实施规划和控制,这部分机器人学称之为基于符号的机器人学是恰当的。另外机器人路径规划和任务规划是与基于符号的人工智能特别相关的部分,这部分内容也称之为智能机器人学或基于人工智能的机器人学,基于符号的人工智能引起的危机自然也是它的危机。
进入十年代后,机器人学向深度和广度发展的研究有:
·多机器人系统的运行学、动力学、运动轨划、控制和协调等问题
·冗余度机器人的运动学、动力学、运动规划和控制问题
·弹性机器人的运行学、动力学、运动规划和控制问题
·复杂环境中机器人的基于多传感器的信息处理与任务实现问题
向广度发展的研究为:
·移动机器人的结构、传感器、控制与任务规划等
爬行,步行,飞行,水下,轮式,履带式等等能移动的机器人均是移动机器人,够成非常丰富的研究内容,由于机器人在工作空间中移动,首要问题即是避障与导航。由于移动机器人需要具有在动态环境中的自主运动和作业的能力,另一术语自主机器人也主要指移动机器人。
由于移动机器人的工作环境(动态的,不确定的)与工业机器人的工作环境(结构化的)完全不同,也就需要新的理论,正是这方面的工程需要诞生了基于行为的机器人学及向生物机器人学的发展。
3,什么是基于行为的机器人学?
基于行为的机器人学反对抽象的定义,因此采用场景化、具体化的解释更适合该领域的哲学思想,下列表是基于行为的机器人学和基于符号的机器人学在各方面的比较。
特征项
|
基于行为的机器人学
|
基于符号的机器人学
|
研究对象
|
非结构化环境工作的自主机器人
|
结构化环境工作的机器人
|
环境特点
|
动态的、不确定的、复杂的
|
确定的、预知的、简单的
|
传感信息的处理
|
分布式直接处理,不抽象、不定义
|
集中式融合处理,抽象、定义
|
对环境的处理
|
无中心模型,无中心表达
|
有模型,有中心表达
|
行为序列的产生
|
行为序列由目标、操作场景和机器人之间的交互作用而突现产生
|
根据给定的任务预先进行精确的规划
|
行为控制
|
自组织、分布式
|
中央控制或隐形中央控制
|
信息处理方式
|
并行、计算量极小
|
串行、计算量极大
|
任务实现
|
由自组织行为和环境交互作用的突现行为实现
|
由算法实现
|
系统结构
|
由行为模块并行组织,分层结构动态突现
|
由功能模块串行组织,结构固定不变
|
系统理论
|
主要用语言表达,难以形式化,强调具体化、场景化证实
|
主要用符号表达,便于分析,多用仿真
|
|
|
基于行为的机器人学的重要研究内容是系统结构而不是算法,基于行为的机器人在非结构化动态环境中的性能非常优越,用基于符号的机器人学设计的类似的机器人无法达到如下性能:
·高速度,高灵活性。在动态复杂环境中的移动速度可达到2米/秒。
·高柔性。迅速适应变化的内外部约束。
·高鲁棒性。可以承受局部损坏。
·高效性。软件代码可以是传统的几百分之一,硬件可以是传统的几十分之一。
·经济性。价格是传统的十几分之一。
·简易性。没有机器人学正规训练的人也能很快操作。
·可扩展性。很少改变原有系统便可增加性能。
·可靠性。分布式自组织并行工作,可靠性强。
4,生物机器人学,新的研究共同体
进入九十年代,机器人学研究中出现了许多新名称,如:基于行为的机器人学(Brooks,1991a),进化机器人学(Harvey,92),非笛卡尔机器人学(Gomi,1996),认知机器人学(Brooks,1997)等等。其中,进化机器人学主要研究当前环境行为进化,非笛卡尔机器人学和基于行为的机器人学研究类似的内容,认知机器人学是Brooks新提出的概念。因为Brooks一直领导着这个新的领域,有必要解释这个概念的背景。Brooks研究组研制基于行为的机器人取得很大成功后,(Brooks和Stein,1993)开始进行机器人的最高形式--仿人机器人的研究,主要是想实现其智能一步步累积的思想,更把研究面向人类认知问题,当时建立了很大的研究计划,至1996年底(Brooks,1997)报告了该计划的研究成果,显然,该计划从经费、技术和研究思想上遇到大挫折,目前还停留在单元模块的制造和研究上,在研究思想上,由于系统结构还是基于SA设计,由第三章的分析,根本是不会成功的。从技术上说,人从机体、感觉到大脑,远比想象的复杂,完全模拟人的行为,进一步拥有人的能力,还是长远的研究目标,从研究思想上,Brooks的智能累积思想(1991a)是行不通,一方面Brooks仍采用整体智能的概念,另一方面,智能的进化包含生物基础的进化,并不单纯是行为层次的增加。尽管如此,Brooks的研究计划引起世人注目,因为以前的类人机器人主要是机构的研究,最复杂是早稻田大学加藤一郎研制的会演奏钢琴的机器人,是传统控制方式的杰作,Brooks是第一个用基于行为的方法研制仿人机器人,已制成头眼手模块。德国GMD和日本东京大学也开始这方面的研究。虽然研究计划遭到挫折,但(Brooks,1997)提出了认知机器人学的概念,并把它作为基于行为的机器人学的进一步发展。他把身体形态、动机、一致性、自适应、发展、大脑机理等作为研究主题,可以看出,Brooks想把研究类人机器人作为基于行为的机器人的发展,他所说的认知机器人学即是对类人机器人的研究,也没有提出系统的理论,只是研究对象复杂了。
通过以上分析,进入九十年代,许多研究人员从生物学中寻找启发来开拓机器人学的新方向,主要推动力量是Brooks建立的包容结构理论,许多研究者也发现了包容结构的局限性,在它基础上很难再进行进一步的研究,上一章提出的GBA作出了很大的发展,GBA是一个开放的系统,在GBA的基础上,行为学习、行为进化等等均可以系统地进行研究,同时又面临许多新的问题,如更为有效的驱动系统、传感器,复杂学习问题,计算工具问题,思维问题等等,单一地面对某一问题,如,当前环境行为进化,或认知,都不利于机器人学新的发展,有必要把它们都统一到生物机器人学的范畴中,因为它们的思想基础都是统一的,另外,生物机器人学也不是基于行为的机器人学的发展,而是一种包容,以构成新的研究共同体,以深入、综合的视野拓宽机器人学研究的新时代。
生物机器人学的研究对象是:动态的不确定的环境中工作的自主、半自主的机器人。研究方法是:从生物系统的各个层次获得启发,动态平行应用从上向下和从下向上的研究方法,也即太极研究方法,更多地运用综合策略。
主要研究内容如下:
(1)仿生物机构、驱动器、传感器
(2)仿生物计算工具
(3)系统结构与智能结构
(4)意识、动机、情感、成长、相互作用、技能、语言、学习、知识、知觉、行为实现、思考等认知能力
(5)系统设计与制造
这样,生物机器人学就有了明确的指导方向,包容性也很大,如(Harvey,1992)提出的进化机器人学主要研究认知能力中的成长问题,采用动态神经网作为计算结构和工具,认知机器人学也主要针对认知能力中的几个因素。需要指出的是系统结构和智能结构是生物机器人学的基础,认知能力也需要在这个基础上实现。基于行为的机器人学主要研究了系统结构以及行为实现和相互作用问题。显然,生物机器人学能把已进行的该方向的所有领域都包容进来,并能促进和指导进一步的研究,同时避免犯局部性的错误。特别是,在研究方法上得到了和谐统一,一味从下向上的还原主义的研究方法容易犯机械论的错误,如目前发展的神经网络,难以产生高层行为,一味从上向下的研究方法容易脱离实际,如基于符号的机器人,难以适应环境。
|