家用機器人的人工智能研究

青島實驗高中 李沐曈

家用機器人的人工智能研究

青島實驗高中 李沐曈

隨著我國信息技術與智能化技術水平的不斷發展，當前家用機器人作為一種能夠勝任各種簡單勞動的生活幫手，已經逐漸走進千家萬戶。盡管當前我國家用機器人人工智能設計中取得了一定的成果，但是依然面臨許多問題與局限性。為了進一步分析未來家用機器人人工智能的發展方向與優化措施，文章首先闡述了家用機器人人工智能技術的定義，然后分析了當前我國家用機器人人工智能的發展階段以及存在的問題，最后結合上述內容，對未來我國家用機器人的人工智能發展方向進行了展望，以期能夠提升行業的可持續發展水平。

家用機器人；人工智能；優化

盡管當前機器人在生產生活中的應用范圍不斷擴大，其應用領域更是不斷拓展，但是受到成本、研發技術以及控制水平等內容的影響和約束，當前大多數家用機器人依然只能夠承擔一些簡單重復的工作，對于一些不熟悉的新任務或者是需要自我反饋調整的復雜的工作往往無法適應。針對這個問題，機器人行業提出了智能化的口號，而這個口號也正在逐漸變為現實。為了更好的分析機器人智能化的發展階段，就要先了解一下什么是家用機器人人工智能技術。

一、家用機器人人工智能技術

1.感知、認知與行為控制

從機器人人工智能技術的分類上來看，當前我們主要將家用機器人的人工智能技術分為三個模塊，包括感知模塊、認知模塊以及行為控制模塊。其中感知模塊的主要任務是視覺處理、聽覺處理以及其他感官處理，這些內容基本都由感應器與處理器相結合來完成。認知部分則通過內部的處理系統進行更高層次的語義處理，該部分包括規劃、記憶、學習與推理等多個模塊。最后就是行為控制模塊，機器人通過上述模塊形成一套獨立的行為方案，對自己的行為進行控制。

2.人工智能技術特征

過去我們隊機器人的定義是“簡單、重復”，換句話說就是不需要思考的高強度重復作業機械就是機器人。但是隨著人工智能技術的不斷發展，當前機器人不但能夠執行簡單重復的工作，還可以通過人機交互實現自主性，通過行為學習與模仿等環節來實現一定程度上的自主性，而這種互動性與自主性也就構成了人工智能的技術特征。

二、我國家用機器人人工智能發展現狀

1.成本過高

當前我國家用機器人的發展取得了突破性的進展，但是當前行業依然面臨著許多亟待解決的問題，其中就包括家用機器人工制造成本過高、普及難度較大的問題。比如說我們常提到的高精度機器人手臂，其可以模仿人類的動作進行一些精細化的操作，從而替代人類的雙手實現勞動力的解放，而這種機器手臂的造價依然高達數萬元，一些精細度較高的甚至達到數十萬元，這顯然不是一般家庭能夠擔負的起的。

2.靈巧程度不足

盡管近些年來我們一直在強調人工智能與家用機器人的建設與發展，但是必須承認，當前機器人的操作靈巧程度與人工依然存在不小的差距，這就導致在進行一些精細化操作時其不能夠完全代替人工，這也是目前我國家用機器人所面臨的最大的問題之一。

3.安全性能存在缺陷

盡管機器人技術隨著社會發展階段不斷完善，但是依然會出現機器人故障或者程序錯誤導致安全事故發生的新聞。眾所周知，機器人的機械結構具有較高的強度，如果一旦由于程序錯誤進行誤操作，勢必會對血肉之軀的人類造成巨大的傷害，而這種傷害本身屬于不可預測的，所以在安全形勢方面依然令人擔憂。

三、家用機器人人工智能的優化措施

1.自動識別算法優化與可視化界面設計

在家用機器人的人工智能設計與優化過程中，自動識別算法技術優化以及可視化界面設計優化一直是核心與重點環節。所謂自動識別算法優化是指通過對部門或者全部的程序進行系統優化來實現新增算法能夠及時添加到人工智能的算法框架當中，以此來為開發者提供良好的在線支持，幫助用戶更加熟悉操作界面與框架的使用方式。當前家用機器人的框架設計中存在較為明顯的對象程序設計環境應用效果較差的問題，對于一些向導類型的設計往往趨于一致性，缺乏差異化，導致一些模塊變得十分冗雜，不但降低了用戶的使用體驗更是影響了機器人的工作效率。通過面向用戶開展設計，選擇更加具有針對性的設計流程，可以有效提升可視化界面的設計水平。考慮到大多數設計者都是通過編寫程序來進行算法優化與設計，所以該工作可以通過繼承性擴展函數來輔助完成。

2.強化簡單目標自動識別技術的應用

簡單目標自動化識別技術是未來人工智能在家用機器人發展應用中的重要組成部分。當前我國家用機器人所存在的復雜工作處理效率低下、面對新任務無法順利開展工作等問題基本都是由于簡單目標的自動識別技術應用水平不足所導致的。該框架結構的優化與設計可以通過將多類別的復雜問題分解成為不同層次與類型的簡單問題，然后根據簡單問題的判別邏輯關系來進行識別，從而根據簡單問題的識別情況，通過內部算法進行結合，以獲取更加豐富的外界環境因數，為機器人更好的開展其工作創設條件。另外，當前簡單目標自動識別技術在家用機器人人工智能發展中還存在一個限制因素，那就是傳輸線過多以及拓展性不強。常規家用電器在設計之初往往沒有太多的自動化設備，所以對于傳輸線與拓展功能的要求不高，但是隨著智能化家用機器人的不斷發展，其對于傳輸線的效率、數量以及拓展功能的能力都提出了更高的要求，只有進一步滿足這些要求才能夠強化簡單目標識別技術的應用水平，提升人工智能的發展階段。

3.神經網絡信息與智能系統進一步融合

在家用機器人人工智能設計與優化過程中，神經網絡信息與智能系統的融合也是重要的環節之一，其中人工神經網絡是由多個神經元按照一定的結構相互連接而形成的具有獨立計算能力的網絡系統，該系統的特點是具有較強的擬合能力以及多線程輸入輸出能力，其不但能夠有效提升存儲的容量，而且具有較強的容錯性。另外，神經網絡系統的建立可以為機器人提供良好的學習能力與自我矯正適應能力，在復雜的工況條件下也可以通過大量的神經元集體處理來實現簡單化行為方式，從而對一些知識背景不清楚的情況進行推理，具有相當程度的邏輯性。作為一種獨特的高度非線程動力系統，神經網絡與智能系統的融合一定是人工智能的發展趨勢。

4.優化學習行為

學習與反饋是家用機器人與常規家用電器最為明顯的區別之一，其學習優化流程應該分為四個環節逐步完成：其一，隨機抽取訓練環節，通過抽取傳感器值進行隨機訓練。其二，學習訓練環節，通過算法進行學習處理，從而建立具有一定行為規范模式的神經網絡。其三，在新增故障反饋的基礎上進行調整，開始新的學習。該環節是對上一環節的強化與反饋，是優化學習行為的主要方向之一。其四，對已經建成的神經網絡進行故障分析與進一步驗證。這個部分是對上述環節的驗證與總結，如果不能夠達到預期的處理判斷精度，則返回到上述環節繼續進行訓練，至最終完成學習行為為止。

四、總結

綜上所述，隨著科學技術的不斷進步與發展，機器人作為代替人工的重要勞動生產力，其不但是社會發展階段的產物，同時也是人類文明高度發展的重要標志。就目前我國的家用機器人人工智能的發展現狀來看，依然存在無法勝任復雜家庭工作的問題。為了進一步提升家用機器人人工智能的發展水平，筆者也提出了自動識別算法優化、強化簡單目標的自動識別技術以及優化學習行為等發展優化措施，也希望能夠起到拋磚引玉的作用，令學術界更多的關注機器人智能技術的發展，為行業的可持續建設做出積極的貢獻。

[1]趙巍.家用機器人的產品形式與設計要素[D].浙江大學,2013.

[2]李麟.家用機器人語音識別及人機交互系統的研究[D].哈爾濱工業大學,2014.

[3]楊華棟.基于單片機家用機器人的自主移動控制系統研究[D].沈陽理工大學,2015.