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。
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!
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。
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!