人工智能在智能機(jī)器人領(lǐng)域中的運(yùn)用探析

劉夢(mèng)薇

摘要：隨著工業(yè)機(jī)械化時(shí)代的到來，智能機(jī)器人走進(jìn)了人們的生活，方便了人類大眾。對(duì)此，人們對(duì)智能機(jī)器人提出了更高的要求，使其更加人性化、多功能化等。智能機(jī)器人的技術(shù)發(fā)展仍存在著許多弊端，需要通過人工智能的理論和技術(shù)來指導(dǎo)設(shè)計(jì)智能機(jī)器人系統(tǒng)，以此來促進(jìn)智能機(jī)器人更好更快速的發(fā)展。

關(guān)鍵詞：人工智能;智能機(jī)器人;解決策略

智能機(jī)器人是一種可編程和多功能的，在感知-思維-效應(yīng)方面全面模擬人的機(jī)器系統(tǒng)。智能機(jī)器人具備三方面的能力：感知環(huán)境的能力、執(zhí)行某種任務(wù)而對(duì)環(huán)境施加影響的能力和把感知與行動(dòng)聯(lián)系起來的能力。隨感知環(huán)境的不同，其效應(yīng)方式和結(jié)構(gòu)形式也不同。由于效應(yīng)形式的單一性、簡(jiǎn)單性與感知環(huán)境的多樣性、復(fù)雜性的矛盾，需要利用機(jī)器人思維對(duì)從環(huán)境中獲得的非結(jié)構(gòu)與半結(jié)構(gòu)數(shù)據(jù)進(jìn)行處理并傳遞給效應(yīng)機(jī)構(gòu)，以適應(yīng)非結(jié)構(gòu)環(huán)境的需要。由此可見，對(duì)機(jī)器人的智能化研究是必然的。隨著機(jī)械向集成化、自動(dòng)化、多功能方向發(fā)展，對(duì)機(jī)器人的智能化功能與性能的要求也越來越高，機(jī)器人的工作性能、精度、效率等在很大程度上取決于智能化的程度，因此必須重視人工智能在智能機(jī)器人領(lǐng)域中的運(yùn)用探析。

1機(jī)器人智能化研究的關(guān)鍵技術(shù)

回顧機(jī)器人的智能化研究發(fā)展史，可以清楚地知道智能機(jī)器人作為人工智能的一個(gè)重要分支，其科學(xué)技術(shù)的研究發(fā)展與人工智能一樣，是與人們生活水平的發(fā)展相伴的。生活水平的提高，對(duì)人工智能的性能提出了新的要求，而人工智能領(lǐng)域?yàn)闈M足日益增多的性能要求而產(chǎn)生的突破性進(jìn)展推動(dòng)了智能機(jī)器人技術(shù)的發(fā)展。

智能機(jī)器人的發(fā)展經(jīng)過了較長(zhǎng)的時(shí)期，在世界范圍內(nèi)已達(dá)到較高水平。但就我國(guó)的實(shí)情來看，仍與發(fā)達(dá)國(guó)家存在較大的差距。發(fā)達(dá)國(guó)家和地區(qū)如歐美、日本盡管在這個(gè)領(lǐng)域已經(jīng)取得一定成績(jī)，但仍然不斷追求機(jī)器人的智能化向自適應(yīng)、實(shí)時(shí)性、多功能方向發(fā)展，以利于在日益激烈的產(chǎn)品競(jìng)爭(zhēng)中立于不敗之地。21世紀(jì)仿腦技術(shù)、自主心智發(fā)育技術(shù)、大數(shù)據(jù)、深度學(xué)習(xí)等成為機(jī)器人科學(xué)技術(shù)發(fā)展的重要領(lǐng)域，這些領(lǐng)域的最新研究成果和技術(shù)進(jìn)步無疑將對(duì)智能機(jī)器人的發(fā)展產(chǎn)生重要的推動(dòng)作用。

1.1仿腦技術(shù)

仿腦技術(shù)從腦結(jié)構(gòu)角度對(duì)人腦進(jìn)行抽象，利用計(jì)算機(jī)模擬人類的思維，通過基因改造等手段對(duì)復(fù)雜情況進(jìn)行自主分析。仿腦技術(shù)認(rèn)為人類的高層認(rèn)知能力和人腦的特殊結(jié)構(gòu)與處理機(jī)能有密切聯(lián)系，受到人腦記憶結(jié)構(gòu)、機(jī)能及其信息加工機(jī)制的啟發(fā)。

1.2自主心智發(fā)育技術(shù)

自主心智發(fā)育技術(shù)是21世紀(jì)重點(diǎn)發(fā)展的機(jī)器人科學(xué)技術(shù)，心智發(fā)育是建立在一個(gè)類似大腦的自然系統(tǒng)或人工嵌入式系統(tǒng)之上的一種計(jì)算過程，系統(tǒng)在其內(nèi)在發(fā)育程序的控制下，通過使用傳感器和執(zhí)行器與非結(jié)構(gòu)環(huán)境進(jìn)行自主實(shí)時(shí)的交互來實(shí)現(xiàn)心智的發(fā)育，進(jìn)行自主行為模式的探索，完成非特定任務(wù)。當(dāng)智能機(jī)器人的發(fā)展進(jìn)入了第三階段后，由于機(jī)器人所要處理任務(wù)的復(fù)雜度越來越高，傳統(tǒng)的人工智能方法、模式識(shí)別方法以及其他數(shù)學(xué)工具已經(jīng)難以滿足機(jī)器人對(duì)認(rèn)知能力的要求。智能機(jī)器人研究領(lǐng)域迫切需要一些新的研究思路來突破舊方法的瓶頸。在這種情況下，心智發(fā)育技術(shù)應(yīng)運(yùn)而生，其主要目的是擺脫傳統(tǒng)機(jī)器人針對(duì)任務(wù)進(jìn)行編程的局限，使機(jī)器人向自主性、自適應(yīng)性、實(shí)時(shí)性、多功能方向發(fā)展。

1.3大數(shù)據(jù)技術(shù)

大數(shù)據(jù)技術(shù)是計(jì)算機(jī)控制技術(shù)與互聯(lián)網(wǎng)技術(shù)的結(jié)合。大數(shù)據(jù)，或稱巨量資料，其特點(diǎn)是需要新處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。其核心價(jià)值是根據(jù)對(duì)海量數(shù)據(jù)的分布式存儲(chǔ)和分析，通過計(jì)算機(jī)控制，實(shí)現(xiàn)對(duì)海量數(shù)據(jù)中潛在信息的獲取與利用，以達(dá)到加速經(jīng)濟(jì)發(fā)展，提高生活水平的目的。

1.4深度學(xué)習(xí)

自主判斷、推理、規(guī)劃是智能機(jī)器人的發(fā)展方向，與上述要求相適應(yīng)的研究是智能機(jī)器人的重要研究方向。深度學(xué)習(xí)作為智能機(jī)器學(xué)習(xí)研究中的一個(gè)新的領(lǐng)域，旨在模仿人腦的神經(jīng)網(wǎng)絡(luò)，把原始數(shù)據(jù)通過一些簡(jiǎn)單的非線性模型轉(zhuǎn)變成為更高層次、更加抽象地表達(dá)的概念，通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示，是目前研究智能機(jī)器人的熱門領(lǐng)域。

2人工智能在機(jī)器人領(lǐng)域的應(yīng)用

2.1人工神經(jīng)網(wǎng)絡(luò)在機(jī)器人定位與導(dǎo)航中應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)是模擬生物神經(jīng)系統(tǒng)對(duì)信息進(jìn)行處理，該方法可以處理一些無法運(yùn)用成型的模式處理或處理系統(tǒng)化的一些信息，具有較強(qiáng)的信息整理能力，能夠很好的整合非線性系統(tǒng)。人工的神經(jīng)網(wǎng)有著更好容錯(cuò)性和存儲(chǔ)容量。大量的單元之間的相互交錯(cuò)，人工神經(jīng)網(wǎng)絡(luò)模擬出了大腦的非局限性。人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于智能機(jī)器人中，能夠準(zhǔn)確避免障礙，精準(zhǔn)定位目標(biāo)。在定位與導(dǎo)航中應(yīng)用過程中，充分合理利用其功能，準(zhǔn)確控制目標(biāo)軌跡，能夠?qū)?shù)據(jù)充分的識(shí)別分析。

2.2專家系統(tǒng)在機(jī)器人控制中的應(yīng)用

專家系統(tǒng)是一種擁有某個(gè)領(lǐng)域大量的專家級(jí)知識(shí)，通過模擬專家的思維，來達(dá)到專家級(jí)的水平，使用專家的知識(shí)來解決困難和特別復(fù)雜的實(shí)際問題的一種計(jì)算機(jī)的系統(tǒng)。隨著機(jī)器人的控制理論得到了很大的發(fā)展，擁有著巨大的成功。大多數(shù)的控制方法都建立專家系統(tǒng)的基礎(chǔ)上。機(jī)器人的動(dòng)力學(xué)系統(tǒng)的繁瑣性、非線性、多邊形以及變慣量等極其復(fù)雜。專家系統(tǒng)應(yīng)用于智能機(jī)器人中，能夠有效的減免大量技術(shù)性問題，極大地提高了系統(tǒng)處理數(shù)據(jù)的效率。

2.3進(jìn)化算法在機(jī)器人路徑規(guī)劃中的應(yīng)用

人工智能進(jìn)化算法的主要兩大特點(diǎn)是群體搜索策略和群體中個(gè)體之間的信息交換。進(jìn)化算法可以在搜索過程中，不會(huì)導(dǎo)致限制到局部最優(yōu)。在非規(guī)則有噪聲影響時(shí)，以讓能夠通過群體搜索策略來大概率的尋找到整個(gè)過程的最優(yōu)解。此外，進(jìn)化算法的多種個(gè)體搜索可以同時(shí)進(jìn)行，以滿足巨量算法的執(zhí)行。進(jìn)化算法應(yīng)用于智能機(jī)器人中可以有效的制定路徑規(guī)劃，可以使移動(dòng)機(jī)器人通過某些約束條件來制定從起始到終態(tài)的最優(yōu)化的途徑。伴隨著進(jìn)化算法中的遺傳算法、蟻群算法在智能機(jī)器人中的快速發(fā)展，使得機(jī)器人能夠更加智能化，其運(yùn)行的路徑更接近于完美優(yōu)化的要求，為移動(dòng)機(jī)器人提供良好的路徑規(guī)劃效果。

3人工智能的發(fā)展前景

現(xiàn)代科技推動(dòng)了社會(huì)經(jīng)濟(jì)高速發(fā)展，處于知識(shí)經(jīng)濟(jì)一體化時(shí)代，人工智能的自主性、自然性、高效性等優(yōu)勢(shì)特征越發(fā)突出，尤其是人工智能的應(yīng)用廣泛性在各個(gè)環(huán)節(jié)中的體現(xiàn)，突破了人類對(duì)人工智能的預(yù)期范圍，可見人類在預(yù)測(cè)人工智能、機(jī)器人、電子科技的發(fā)展態(tài)勢(shì)上，仍存在一定的難度。現(xiàn)代科技整合，拓展了人工智能機(jī)器人發(fā)展空間，使人們的推理水平上升了一個(gè)高度，但針對(duì)于機(jī)器人學(xué)習(xí)、想象功能的推理研制，仍處于摸索性前進(jìn)階段，仍有較大的完善空間。在創(chuàng)造智能機(jī)器人時(shí)，還需突破仿照人腦右腦模糊功能、整個(gè)大腦處理功能模擬實(shí)現(xiàn)等工作難點(diǎn)。目前，人工智能領(lǐng)域逐步拓展，未來智能機(jī)器人的應(yīng)用空間進(jìn)一步擴(kuò)大，大部分的人工智能產(chǎn)品，能夠在生活多個(gè)領(lǐng)域充當(dāng)重要角色，對(duì)帶動(dòng)各行業(yè)發(fā)展有著現(xiàn)實(shí)意義。人工智能與計(jì)算機(jī)技術(shù)等現(xiàn)代科技的結(jié)合，深入推動(dòng)了人工智能理論研究，為人工智能企業(yè)發(fā)展，奠定了鑒定基礎(chǔ)，自身實(shí)力不斷提高，智能機(jī)器人實(shí)效性隨之加強(qiáng)，從而為市場(chǎng)經(jīng)濟(jì)高速發(fā)展助力。

4結(jié)語(yǔ)

隨著科學(xué)技術(shù)的快速發(fā)展，人工智能的理論研究以及技術(shù)的發(fā)展取得了重大的進(jìn)步。智能機(jī)器人產(chǎn)品大量的走進(jìn)了人們的生產(chǎn)生活中，將人工智能的理論與技術(shù)應(yīng)用于智能機(jī)器人中，可以提高智能機(jī)器人的處理數(shù)據(jù)的高效性、診斷障礙的準(zhǔn)確性以及設(shè)計(jì)最優(yōu)化的路徑。將二者結(jié)合起來，在優(yōu)化了智能機(jī)器人的性能的同時(shí)，也在實(shí)踐過程中，證實(shí)了人工智能的可行性，對(duì)科技的發(fā)展有著重要的意義。

參考文獻(xiàn)：

[1]李柏陽(yáng).淺析人工智能技術(shù)及其在智能機(jī)器人領(lǐng)域的應(yīng)用[J].數(shù)字通信世界，2017，12：115-116.

[2]朱昱衡.人工智能技術(shù)及其在智能機(jī)器人領(lǐng)域的應(yīng)用[J].電子世界，2018，09：208-209.