机器人学作业

人工智能机器人综述摘要：人工智能（Artificial Intelligence ，英文缩写为AI）是对人的意识、思维信息过程的模拟，它是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

而人工智能机器人就是像人类一样具有自我意识的机器人。

关键词：人工智能模拟机器人意识1.工业机器人和智能机器人工业机器人是面向工业领域的多关节机械手或多自由度的机器人，是自动执行工作的机器装置，是靠自身动力和控制能力来实现各种功能的一种机器，它可以接受人类指挥，也可以按照预先编排的程序运行，现代的工业机器人还可以根据人工智能技术制定的原则纲领行动。

工业机器人能够不断重复做一些设定好的精确动作，提高效率，减少失误；军用机器人能够捕捉移动目标并开枪射击，它需要具有简单的图像识别能力；无人飞机也是一种机器人，需要遥感和一些图像识别能力。

这些都是已经投入使用了的机器人，但它们显然没有人的智力，只是自动控制技术的延展。

到目前为止，在世界范围内还没有一个统一的智能机器人定义。

大多数专家认为智能机器人至少要具备以下三个要素：一是感觉要素，用来认识周围环境状态；二是运动要素，对外界做出反应性动作；三是思考要素，根据感觉要素所得到的信息，思考出采用什么样的动作。

认识到人的智能表现在人能学习知识，有了知识，能了解、运用已有的知识。

智能的核心是思维，人的一切智慧或智能都来自大脑思维活动,人类的一切知识都是人们思维的产物。

要让计算机“聪明”起来，首先要解决计算机如何学会知识，以及如何运用知识的问题。

工智能研究的开展应当改变为以知识为中心来进行。

此后，以专家知识为基础开发的专家系统在许多领域里获得成功，例如地矿勘探专家系统拥有１５种矿藏知识，能根据岩石标本及地质勘探数据对矿产资源进行估计和预测，能对矿床分布、储藏量、开采价值等进行推断，制定合理的开采方案，成功地找到了超亿美元的钼矿，显示出较高的水平。

专家系统的成功，充分表明知识是智能的基础，人工智能的研究必须以知识为中心来进行。

由于知识的表示、利用、获取等研究都取得较大的进展。

因而，人工智能的研究已解决了许多理论和技术上的问题。

从上面的对话可以看出，能满足这样的要求。

要求计算机不仅能模拟而且可以延伸、扩展人的智能，达到甚至超过人类智能的水平，在目前是难以达到的，是人工智能研究的根本目标。

人工智能研究的近期目标是使现有的计算机不仅能做一般的数值计算及非数值信息的数据处理，而且能运用知识处理问题，能模拟人类的部分智能行为。

按照这一目标，根据现行的计算机特点研究实现智能的有关理论、技术和方法，建立相应的智能系统。

４人工智能的研究领域４．１专家系统专家系统是依靠人类专家已有的知识建立起来的知识系统，目前专家系统是人工智能研究中开展最早，成效最多的领域。

广泛应用于医疗诊断、地质勘探、石油化工等各方面。

是在特定的领域内具有相应的知识和经验的程序系统，应用人工智能技术、模拟人类专家解决问题时的思维过程，来求解领域内的各种问题，达到或接近专家的水平。

４．２机器学习要使计算机具有知识要么将知识表示为计算机可以接受的方式输入计算机，要么使计算机本身有获得知识的能力，并在实践中不断总结、完善，这种方式称为机器学习。

机器学习的研究，主要在以下三个方面进行：一是研究人类学习的机理、人脑思维的过程；二是研究机器学习的方法以及建立针对具体任务的学习系统。

机器学习的研究是在信息科学、脑科学、神经心理学、逻辑学、模糊数学等多种学科基础上的。

４．３模式识别模式识别是研究如何使机器具有感知能力，主要研究视觉模式和听觉模式的识别。

如识别物体、地形、图像、字体等。

在日常生活各方面以及军事上都有广泛的用途。

近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的用统计模式和结构模式的识别方法。

４．４机器人学机器人是一种能模拟人的行为的机械，对机器人的研究经历了三代的发展过程。

第一代程序控制机器人。

这种机器人要么由设计师将工作流程编写成程序存储在机器人的内部，在程序控制下工作；要么是在机器人第一次执行任务之前，由技术人员引导机器人操作，机器人将整个操作过程一步一步地记录下来，每一步操作都表示为指令，示教结束后，机器人按指令顺序完成工作。

第二代自适应机器人。

这种机器人配备有相应的感觉传感器（如视觉、听觉、触觉传感器等），能取得作业环境、操作对象等简单的信息，并由机器人体内的计算机进行处理，控制机器人。

第三代智能机器人。

智能机器人具有类似于人的智能，装备了高灵敏度的传感器，因而具有超过一般人的感觉能力，能对感知的信息进行分析，控制自己的行为，处理环境发生的变化，完成复杂的任务。

而且有自我学习、提高已掌握知识的能力。

４．５智能决策支持系统决策支持系统是属于管理科学的范畴，与“知识－智能”有着极其密切的关系。

８０年代专家系统在许多方面取得成功，将人工智能中特别是智能和知识处理技术应用于决策支持系统，扩大了决策支持系统的应用范围，提高了系统解决问题的能力，这就成为智能决策支持系统。

2.机器人的发展阶段第一代机器人：示教再现型机器人这类机器人是通过一个计算机，来控制一个多自由度的机械，通过示教存储程序和信息，工作时把信息读取出来，然后发出指令，这样的话机器人可以重复的根据人当时示教的结果，再现这种动作，该类机器人的特点是它对外界的环境没有感知。

比方说汽车的点焊机器人，只要把这个点焊的过程示教完以后，它总是重复这样一种工作，而对于外界的环境没有感知，例如操作力的大小，工件是否存在.第二代机器人：带感觉的机器人在20世纪70年代后期，人们开始研究第二代机器人，叫带感觉的机器人，这种带感觉的机器人是类似于人的某种功能的感觉，比如说力觉、触觉、滑觉、视觉、听觉和人进行相类比，有了各种各样的感觉，比方说机器人抓一个物体的时候，它实际上力的大小能感觉出来，它能够通过视觉，去感受和识别它的形状、大小、颜色。

第三代机器人：智能机器人第三代机器人，是机器人学中一个理想的追求的最高级的阶段，叫智能机器人，只要告诉它做什么，不用告诉它怎么去做，它就能完成运动，感知思维和人机通讯的这种功能，能够创建周围环境的抽象模型，如果遇到问题，能够从抽象模型中寻找解决方法。

3.人工智能要解决的问题人工智能要解决的问题主要是以下几个方面：一、识别过程，外界输入的信息向概念逻辑信息转译，将动态或静态图像、声音、语音、文字、触觉、味觉等信息转化为形式化（大脑中的信息存储形式）的概念逻辑信息。

二、智能运算过程，输入信息刺激自我学习、信息检索、逻辑判断、决策，并产生相应反应。

三、控制过程，将需要输出的反应转译为肢体运动和媒介信息。

实用机器人在第三个方面做得比较多，而识别和智能运算是很弱的，尤其是在概念知识的存储形式、逻辑判断和决策这些方面更是鲜有成果，这正是人工智能要重点解决的问题。

4.研究方向人工智能的定义可以分为两部分，即“人工”和“智能”。

有时我们会考虑什么是人力所能及制造的，或着人自身的智能程度有没有高到可以创造人工智能的地步，等等。

智能涉及到诸如意识（consciousness）、自我（self）、思维（mind）（包括无意识的思维（unconscious_mind）等等问题。

人唯一了解的智能是人本身的智能，这是普遍认同的观点。

但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。

因此人工智能的研究往往涉及到对人智能本身的研究。

长久以来，我们一直认为智能不只是人类所独有的，可以像人类一样进行推理和学习的机器是完全可能被制造出来的，然而事情却不像想的那样简单。

针对问题空间，目前可以将研究划分为如下几个方向：1.自然语言理解2.语音识别3.机器视觉4.传感与运动控制5.概念逻辑运算6.智能操作系统人工智能机器人的要素5.模拟人工智能在百科全书上，人工智能的定义是“研究可以智能工作的机器的科学和工程”。

不过一个令人纠结的问题是：到底什么是智能？很多情况下，那些“不智能”的机器比我们聪明多了，比如普通的计算机程序可以将成千上万个数字的乘积，可以记录下银行的大量款项，这已经超出了普通人的能力。

可是，他们只是能正确地完成大量计算而已，还称不上真正的"智能"。

只有某些人类特有的能力，像认出一张熟悉的脸，指挥繁忙时段的交通或者学会一件乐器，才称得上真正的"智能"。

为什么制造一台智能机器这么难？这是因为，一般情况下，在给电脑编写程序之前，程序员知道他想让电脑做的任务是什么。

可是，在人工智能领域，程序员要求电脑做正确的事情，可同时又不是很清楚事情到底是什么。

比如我们让电脑去识别人脸，可是我们人类自己也不是完全清楚大脑是如何识别人脸的。

在现实世界中，我们不仅要面对还要处理种种不确定性事件。

比如你在达到一个目标前，受到诸多困难，你需要排除万难；你在驾车时，前方冲出一辆车，你需要转动方向盘避免撞车；你在处理一项任务时，突然接到另一项重要任务，你需要随机应变。

一个智能的电脑程序不仅能够按照既定计划完成任务，还能确保在不确定事件发生的情况下完成任务。

所以，真正的人工智能，必须能够感知周围环境的变化，并对此做出反应，适时改变和调整自己的行动，以期出色完成任务。

6.人工智能的哲学起源在世界上第一台电脑问世之前的很多个世纪，人工智能的理念就已经初具端倪。

亚里士多德提出的从假设得出结论的"三段论"就是一种机械式的逻辑推理方法。

按照他的理论，我们可以这样论述：一些天鹅是白的；所有天鹅都是鸟；所以，一些鸟是白的。

如果用符号表示，即为：一些S是W；所有的S都是B；所以，一些B是W。

无论S、W、B代表什么，我们都可以得到正确结论。

根据这样的构想，我们在没有完全弄清楚人脑是如何想问题的情况下，或许就可以建立出一套智能化系统。

亚里士多德的构想为探寻人工智能的本质奠定了基础。

然而，直到20世纪中期，电脑才变得足够复杂，能够真正测试一下这些构想。

1948年，英国布里斯托尔大学的研究人员格雷·沃尔特制造出一系列具有感光和学习能力的会移动的机器乌龟。

其中一个名为艾尔西（Elsie）的机器乌龟可以自动对环境做出反应，比如当电池电量快耗尽时，它就会自动降低对光线的敏感度。

1950年，英国数学家阿兰·图灵提出，如果电脑可以和一个人谈话自如，我们应该"礼貌地"接受电脑可以思考的现实。

不过，直到1956年，人工智能这个词语才被正式提出来。

在美国达特茅斯学院的一个暑期研讨会上，这个领域的早期创始者们共同提出了他们的愿景：如果学习的各种方式或智能的各种特征都可以从理论上进行精确描述，那么，一台机器就可以模拟人的智能。