胡想——对机器人控制体系的一些想法

简介: 版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/zergskj/article/details/40091583 1.大脑的核心部分可以使用Soar框架,Soar是一款历史非常悠久的计算机程序认知框架,正好有一个基于Java的实现JSoar。
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/zergskj/article/details/40091583
1.大脑的核心部分可以使用Soar框架,Soar是一款历史非常悠久的计算机程序认知框架,正好有一个基于Java的实现JSoar。目前的主流人工智能技术都采用模拟人脑的神经网络,个人觉得是非常原始的一种行为,就好比古人模拟小鸟制作的滑翔机,没有任何空气动力学理论做依托,做出来的都是形似神不似的东西;Soar的优势就在于面向目标的设计,这是计算机相对人脑的优势,目前计算机的运行速度非常快,根据摩尔定律,以后运行速度会更快。使用Soar运算出一个较复杂问题的各种可能性,对计算机而言是完全做的到的;

2. 学习模块可以使用Yacy + Flora,Yacy是一款优秀的p2p搜索引擎,可以最大效率的抓取互联网信息,Flora是一款强大的知识表现和推理系统,可以让机器人具有类似自我意识般的发现有意义的知识。目前主流的分析和推理引擎都采用一些较经典的传统算法实现,比如K-means等,这是非智能的做法,机器人其实什么都没学到,真正的学习是构建机器人自己的知识库,也就是Flora要做的工作,Flora是基于F-logic知识表示语言的,这对构建面向机器人的知识库是非常有利的;

3.机器人躯体可以使用Arduino-Yun系列,这款Arduino产品不错,集成了Wifi联网功能,值得期待,等着它降价 

目前时间、知识水平和经济条件都暂时不允许做这种奢侈的尝试,先在这里记录一下,以备后用。


2014-4-15

机器人设计中还需要关注的方向:

1.基于arduino的家庭控制终端,包括可移动的小车,感应主人健康状态的可穿戴设备,家庭局域网应急响应设备;
2.基于Leap Motion等体感控制器的诞生,势必会对当前的人机交互造成革命性的冲击,不管是软件设计还是硬件设计,都应未雨绸缪,考虑空间体感控制该如何设计;
3. 虚拟成像3d以及全息投影等,也给设计师带来全新的挑战,平面化的设计将无法满足此类需求。


2014-4-20

机器人仿真选型软件:

1.matlab的simulink
    由于matlab是商业软件,未来对商业授权可能会有限制,所以只能自己私下偷偷玩破解版的;
2. EJS(Easy Java/Javascript Simulations)
    无意中找到这款仿真软件,非商业用途免费使用,这款可以用作成果探索或展示,可用applet的形式部署到网页中,不过界面是基于java swing的,很难看;
3.Gazebo 
    这款倒是专门针对机器人运动做的仿真设计,目前只有debian版,不能在网站上展示成果,哪天我的windows寿终正寝了,装个ubuntu跑一下试试;
4. ArduPilotMega自带仿真器
    开源无人机系统自带的仿真器,这款局限性就很大了,只能跑ArduPilot。


2014-10-14
对机器人控制体系的进一步认知:
目前来看大脑部分的可选框架用NuPIC会更好一点,NuPIC使用CLA脑皮质算法(即模拟人脑的HTM脑皮质区域对信息进行处理)。
虽然目前来看,CLA算法很接近大脑的信息处理,但这种算法也会带来人脑固有的一些缺陷:比如时间长了就容易忘掉信息的细节,这对于高度自治,有自我决策能力的自然人来说是可以接受的。但作为家用或服务机器人,是不可接受的。所以信息处理这块可以借鉴一下,但信息存储还是得依赖目前的一些大数据框架。CLA把没有用的离散信息逐渐降权(淡化)直到删除,这种做法值得商榷。毕竟人脑的记忆是对自然闪电的模拟,现在计算机技术完全没必要重复这种原始的奇迹!
相关文章
|
3月前
|
传感器 自动驾驶 安全
无人驾驶汽车的智能化和自动化技术可以使车辆之间的通行更加协调
无人驾驶汽车的智能化和自动化技术可以使车辆之间的通行更加协调
|
5月前
|
传感器 人工智能 自然语言处理
AI智能家居系统如何实现自动化控制?
【6月更文挑战第23天】AI智能家居系统如何实现自动化控制?
163 7
|
4月前
|
传感器 机器学习/深度学习 人工智能
怎样实现船舶自动化系统的高效精准控制?
怎样实现船舶自动化系统的高效精准控制?
46 0
|
6月前
|
安全
全面人机协同系统的理论框架
【1月更文挑战第20天】全面人机协同系统的理论框架
250 1
全面人机协同系统的理论框架
|
机器学习/深度学习 传感器 安全
基于云的强化学习在汽车控制功能开发中的应用
摘要 汽车控制功能变得越来越复杂,其开发也越来越精细,这导致在开发过程中强烈需要自动化解决方案。在这里,强化学习为功能开发提供了巨大的潜力,可以以自动化的方式生成优化的控制功能。尽管它成功地部署在各种控制任务中,但在汽车行业中仍然缺乏基于强化学习的功能开发标准工具解决方案。为了解决这一差距,我们提出了一个灵活的框架,将传统的开发过程与开源的强化学习库相结合。它具有相关车辆部件的模块化物理模型、与微观交通模拟的协同模拟以生成真实场景,并实现分布式和并行训练。我们在一项可行性研究中证明了我们提出的方法的有效性,该研究旨在学习城市交通场景中电动汽车自动纵向控制的控制函数。进化的控制策略产生了一个平滑
121 0
|
机器学习/深度学习 人工智能 运维
从钢铁行业数字化管控平台的智能进化,看超自动化能力的未来边界
钢铁行业更加智能化数字化管控新品,映射出平台底层技术超自动化的能力进化。
188 0
|
数据可视化 大数据 定位技术
重点人员动态管控系统开发,合成作战平台建设方案
重点人员动态管控系统提供重点人员基于GIS的一系列应用,根据重点人员在网吧、酒店登记信息获取轨迹信息。从现有社会网点中抽取重点人员的登记信息,实现重点人员区域分布展示,在地图上提供重点人员信息空间和属性查询、统计分析和历史轨迹查询展示、及同轨重点人员分析。
199 0
|
机器学习/深度学习 监控
智慧公安合成作战平台建设,重点人员动态管控系统开发
智慧公安合成作战平台是集基础信息采集、侦查资源共享、情报信息研判、多警种合成作战等功能于一体的多功能综合应用平台。
182 0
重点人员动态管控系统开发,公安合成作战平台建设
重点人员动态管控系统的信息资源可以被公安机关和基层民警充分的利用,加强重点人员(暂住人口、外来人员、高危人员、住宿人员、刑嫌人员等)信息库的建设完善和数据信息交换工作",将传统的静态档案管理转变为符合当今环境需求的动态化信息管控工作,达到提高对重点人员的管控效率。
286 0
|
监控 大数据 定位技术
重点人员动态管控预警系统开发,公安合成作战平台建设
重点人员动态管控系统的信息资源可以被公安机关和基层民警充分的利用,加强重点人员(暂住人口、外来人员、高危人员、住宿人员、刑嫌人员等)信息库的建设完善和数据信息交换工作",将传统的静态档案管理转变为符合当今环境需求的动态化信息管控工作,达到提高对重点人员的管控效率。
314 0