2.4 发展型机器人中的移动式机器人
大多数发展型机器人的实验采用在之前讨论过的仿人机器人实验平台来实现人－机器人交互实验。然而，也有一些较早的发展型模型使用的是移动机器人，如四条腿的宠物机器人AIBO机器人平台，以及Khepera和PeopleBot等轮式移动机器人。在本节中，我们将对AIBO机器人进行详细描述，因为该机器人目前已经用于各种各样的模型中，其中包括内在动机、联合注意力、语言等研究，其中一部分将会第3章中讲述。其他的轮式机器人平台将以参考文献链接的方式简要提及。
图2-13 索尼AIBO机器人。图片由索尼公司授权提供AIBO机器人（Artificial Intelligence roBOt，人工智能机器人）是由Toshitada Doi领导的索尼数码生物实验室（Sonys Digital Creatures Laboratory）在20世纪90年代研制的（Fujita 2001；如图2-13所示）。第一个AIBO机器人在1999年的夏天投入商用（ERS-110模型系列），2001年推出了若干后续的升级版本（ERS-210/220系列），2003年推出第三代（ERS-310系列）和最后的第四代（ERS-7系列）。据估计，在索尼于2006年停止生产和商业化之前，有超过150000个AIBO机器人售出。之所以取得这样的成功，也就是大量的AIBO机器人能够售出，主要原因是机器人的价格合适（1999年第一个版本的售价是2500美元，2003年最后一个模型售价约1600美元），以及索尼致力于将该机器人打造成娱乐平台，从而将大众用户作为销售目标。此外，机器人世界杯（RoboCup）也为该机器人的发行量提供了支持，即从1999年到2008年间，机器人世界杯的四足机器比赛的标准是基于AIBO机器人的（随后被NAO机器人取代）。
最新的ERS-7M3型AIBO机器人，包括总共20个自由度：嘴巴有1个自由度，尾巴有2个自由度，头部有3个自由度，耳朵有2个自由度（每只耳朵有1个自由度），腿部有12个自由度（每条腿有3个自由度）。AIBO机器人宽180mm，高278mm，长319mm，体重约1.65kg（如图2-13所示）。
AIBO机器人的传感器中，包括一个350000像素的CMOS彩色微型摄像机，57 ～58以及在头部和身体中的红外测距传感器。该机器人还有温度传感器和加速度计，在头部和背部有电子静态传感器，在下巴和每个爪子中有检测人类拍打动作的振动传感器和5个压力传感器。此外，为了方便用户交互，AIBO机器人还有许多显示状态的LED灯，其中在面部有28个灯用来表达情感，在头部和身体中还有许多其他分布式的传感器。机器人可以使用由复调声音芯片（Polyphonic Sound Chip）驱动的微型扬声器进行声音交流。
机器人配有可充电的电池。它使用64位64MB RISC处理器的CPU、外部存储插槽和无线LAN网卡。控制软件使用OPEN-R架构来控制传感器及行为控制所使用的各个软件模块。
AIBO机器人的认知结构用于支持娱乐交互和复杂的行为，为了满足动作、多自由度配置和产生不重复的行为，就需要使用多动机的设计原理（Fujita 2001）。机器人的控制体系结构采用一种基于行为方法的混合“协商-反应”控制策略（Arkin 1998；Brooks 1991）。一种特殊机制被用来决定激活何种行为模块以应对外部刺激和内部状态。每个行为模块（例如，探索、休息、吠叫、情感表达、步行模式选择）由对环境敏感的反应状态机构成。随机方法也被用于处理随机（未预测到的）动作的产生。在与用户的多层次交互中，AIBO机器人采用了一种发展策略，该策略通过缓慢的、已经学到的机器人行为倾向的变化来长期地适应用户。这个发展策略是通过强化学习来实现的。
对于认知机器人的研究，OPEN-R软件提供了访问机器人的各种行为和感知功能的权限，从而产生发展型互动策略。例如，AIBO机器人附带包括缓慢、稳定爬行步态和快速但不稳定的小跑步态的多种行走模式。这些模式可以手动选择，或者通过认知结构自动激活。对于视觉和物体感知，机器人含有一个专用的大规模集成电路，包含了嵌入式颜色检测引擎和一个多分辨率图像滤波系统（分辨率为240×120px、240×60px、60×30px）。例如，低分辨率图像可用于快速颜色过滤以识别一个物体的存在，高分辨率图像则用于目标识别和模式匹配。最后，为了与用户进行听觉交互，该机器人实现了有声调的言语功能。这个声调系统和内部声音处理算法能够高效处理噪声和声音干扰。
除了OPEN-R软件，人们也开发了一些用于AIBO机器人认知实验的专门工具，如专门为认知建模和机器人教育活动而开发的Tekkotsu仿真框架（Touretzky和Tira-Thompson 2005），还有以AIBO机器人为标准3D仿真模型做的其他机器人仿真器（详见592.5节）。
59
AIBO机器人具有较合适的价格以及在实验室中的易用性，这使其在许多早期发展型机器人实验中被广泛使用。尤其是AIBO已用于内在动机的研究（Kaplan和Oudeyer 2003；Oudeyer、Kaplan和Hafner 2007；Bolland和Emami 2007）、联合注意和指向的研究（详见第7章）以及词组学习实验（Steels和Kaplan 2002；详见第8章）。此外，一些实验专注于通过使用类似狗的训练方法来进行复杂行为的教学（Kaplan等人2002），甚至有一些研究通过对狗进行图灵测试来研究真正的狗对人工宠物的反应（Kubinyi等人2004）。
认知机器人学的研究也受益于一些其他的机器人平台，特别是不同大小的轮式机器人。例如，Khepera和e-puck小型轮式机器人已经广泛用于进化机器人学的研究（Nolfi和Floreano 2000）。KheperaⅡ（K-Team移动机器人）是一种直径7cm、高3cm的圆柱形的微型机器人。e-puck（EPFL Lausanne；Mondada等人2009）是一种适合群体机器人研究的更小型的机器人。
在移动机器人尺寸范围的另一个极端，大型的PeopleBot（ActivMedia）是一个高104cm、重19kg的移动机器人平台，并且可以携带13kg有效载荷。这种机器人是特别为适合人－机器人交互实验而研制的，已经被Demiris及其同事用于发展型机器人的社交学习和模仿研究的实验中（详见第6章）。另一种大型的移动机器人是Huang和Weng（2002）使用的SAIL机器人，主要用于创新和习惯的发展型研究。
最后，其他用于发展型机器人研究的机器人是一些机械臂和机械手，比如Dominey和Warneken使用6-自由度的 Lynx6机械臂（lynxmotion.com）用于合作和利他主义的发展型模型。
