《机器人学经典教程》——2.2 控制论

简介:

本节书摘来异步社区《机器人学经典教程》一书中的第2章,第2.2节,作者:【美】Maja J. Matarić(马娅•马塔里奇),更多章节内容可以访问云栖社区“异步社区”公众号查看。

2.2 控制论

随着控制理论的不断发展和成熟,另一个与机器人相关的研究领域出现了。它开创于20世纪40年代,那时正是第二次世界大战前后,Norbert Wiener开创了这个研究领域。Norbert Wiener本来在学习控制理论,他对原理的应用不局限于人工的范围,而是扩展到了生物系统。

这个领域的研究被称为控制论,它的研究范围包括生物系统,研究层次包括了从神经元(神经细胞)到行为举止等,并尝试使用控制理论的方法在简单的机器人上实现类似的效果。因此,控制论是一门研究机器、生命社会中控制和通信的一般规律的科学。

控制论将来自生物科学和神经学的理论和原理与工程学相结合,目的是找出关于生物和机器之间的异曲同工之处。正如我们将要看到的,W. GreyWalter所设计的“机械龟”就是这种方法的一个绝佳例子。

“控制论”这个词汇起源于希腊语中的“kybernetes”,原意是指“领导者或者舵手”,这是瓦特根据风车原理所设计的蒸汽机中一个核心部件的名称。按照控制论中的解释,这个想法是机器会使用一个类似舵手的组件来实现自然界中舵手所能完成的复杂工作。

控制论中的一个重要概念就是机械或者有机体和所在环境之间的耦合、融合以及相互作用。这种相互作用必然是十分复杂的,正如我们所看到的一样,很难用语言来给出一个正式的描述。然而,它是控制论的研究目标,同时也是机器人学中的一个重要组成部分。这也导致了“机械龟”的发展,按照我们在第 1 章给出的定义,“机械龟”是真正意义上的第一个机器人。

2.2.1 “机械龟”

William Grey Walter(1910~1977年)是一位富有革新精神的神经生理学家,他对大脑的工作方式极为感兴趣。他对此取得了一些发现,包括人在不同睡眠阶段中theta和delta脑电波的活跃程度。除了对神经科学的研究之外,他还致力于对大脑功能的研究,而这些研究是通过让机器来模仿动物的行为来实现的。

如今,我们把那些具有与生物系统相类似属性的机器称为“仿生”,这意味着它们在以某种方式在模仿生物系统。在20世纪40年代,William Grey Walter从事了大量的研究,并在之后创造了多种设计巧妙的机器,他将这些机器称作“机器龟” 或者 “机械乌龟”。这个名字出自Lewis Carroll的作品《爱丽丝梦游仙境》中的一个“乌龟”角色,William Grey Walter的机器人就具备了这些仿生行为。其中最为出名是Elmer 和Elsie,这两个名字分别是机电机器和光学敏感的缩写。“机器龟”采用了与三轮车相类似的设计,内置有3个车轮,其中前轮用于控制方向,两个后轮用来驱动。它们的外表覆盖着透明的塑料外壳,使它们看起来显得栩栩如生,至少对于一个抱着友好和包容的观察者来说是这样。图2.1中给出了其中一个“机器龟”的样子。

b928585f67ce98e993bbe8800c5c3bb9e5bca53a

W. Grey Walter(很少使用他的完整名字William Grey Walter)根据他的“机器龟”们的行为属性来为它们以拉丁语命名,例如Machina Speculatrix和Machina Docilis。Machina Speculatrix的意思是“会思考的机器”或者“思考”,而Machina Docilis的意思是“可以被驯服或者训练的机器”,按照W. Grey Walter的思路,这些机器能够进行学习,因为人们可以使用哨子来训练这些机器。

接下来,我们来看看Machina Speculatrix所包含的各个部分。

一个光学传感器,用来检测光线的强度(我们将在第8章中对这种类型的传感器进行详细的介绍)。
一个碰撞传感器,用来检测和物体的接触(我们将在第8章中对这种类型的传感器进行详细的介绍)。
一个可以重复充电的电池。
3个电机,每个电机为一个车轮提供动力(我们将在第4章中学习到电机和其他的一些执行器)。
3个轮子(我们将在第4章中学习到车轮和其他效应器)。
一个使用了双真空管的模拟电子电路(非常古老的技术),这个电路充当了机器人的大脑,用来连接传感器和车轮。模拟信号指的是一个在时间和幅度(波振荡的量)上都连续的信号;模拟电路产生的就是模拟信号。
通过这些简单的组件,Grey Walter赋予了Machina Speculatrix如下的行为或者能力。

寻找光亮。
调整方向,使头部朝向光亮。
远离光线运动。
通过转向或者推动来避免障碍。
为电池再次充电。
正如我们将要看到的一样,Grey Walter所创造的这台和其他的机器人都使用反应型控制(reactive control)。一种控制机器人的方式就是使用具有优先级别的“反应”集合。当这些简单的反应规则被正确地排列组合之后,表现出来的行为就如同动物一样了。我们将会重新在第14章更详细地对反应型控制进行学习,以了解是什么使得机器人具备了“机器龟”相似的属性(除了那个海龟特有的龟壳)。

“机器龟”在没有被编程的前提下,可以表现出各种复杂的行为模式,这种现象被我们称为应急行为(emergent behavior),这部分内容将在第18章详细介绍。最重要的是,它们都是模仿动物行为的绝佳例子,可以使用非常简单的人工机制来实现现实中的行为。

Grey Walter认为可以通过机器人学和人工智能(AI)技术的结合来制造出智力和动物相当的机器。但是,在Grey Walter所在的时代,这两种技术还不存在。而作为两者结合的控制论,在Grey Walter和其他一些杰出人物(比如我们之前提过的Norbert Weiner)的影响下产生了。

控制论有效地结合了“思维”“行动”与环境的相互作用。正如我们将要看到的,这些机器人学的基本组成部分一度被按照人工智能和机器人学两个领域进行拆分,人工智能主要负责研究机器人的思维,而机器人学主要研究在物理世界中的行动。这种孤立的研究方式,隔离了两个研究领域,这对于取得机器人研究的进步是十分不利的。与此不同的是,控制论的研究更为全面。机器人学曾经在那条弯路走了很久才回到正确的研究道路上。

有趣的是,Grey Walter的“机器龟”也是现在的一些被称为人工生命的最早的实例代表,人工生命是机器人相关的一个研究领域,不过研究重点在于计算,而不是物理世界的,这些人工生命存在于计算机中,而不是在真实的世界。

Grey Walter在他的一生中,带着他所创造的机器人在世界各地进行展览,直到今天我们还可以在博物馆中看到这些机器人。有趣的是,这些灭绝的机器人(例如Grey Walter的作品)被保存的状况要远远好于任何自然界中已经灭绝的物种。在20世纪90年代,一个“机器龟”被发现(当然是在一所房子中,而不是在野外自由地活动)。这个“机器龟”并没有给人签名,也没有召开记者招待会,不过它的出现的确再次激起了人们对机器人的热情。

2.2.2 Braitenberg的“车型机器人”

很多人都了受到Grey Walter创造机器人的影响,其中一位就是Braitenberg(见图2.2),他由此产生了创作灵感,并于 1984 年编写了一本名为《车型机器人》的书。这本书中描述了一系列的想法,或者说是思维实验,或者说是想象实验(原文的gedanken出自德语,意为思想),书中展示了如何设计一个简单的机器人(他称其为“车型机器人”),并让它们产生了非常类似动物和生命的行为。这本书成为了一个机器人研究人员的灵感来源,虽然Braitenberg本人并没有按照他的描述创造出任何实际的机器人或者“车型机器人”。

c599f582e33d4947394a5f065dae68870dfe02cc

Braitenberg的“车型机器人”最初只包含了一个电机和一个光学传感器,随着逐步发展,“车型机器人”包含了更多的电机和更多的传感器,而且它们之间的联系也变得更加有趣起来,当然这一切都是通过模拟电子电路实现的。传感器与电机直接连在一起,因此传感的输入可以实现电机的驱动。例如,光学传感器可以直接连接到车轮,所以光线越强,机器人运动得就越快,看起来就像这些机器人受到光的吸引一样,在拉丁语中被称为“photophilic”,字面上的意思就是“喜光”。此外,在一些“车型机器人”中,这种关系被颠倒了,光线越强,机器人运动得越慢,好像它们对光感到恐惧,或者是被光所击败,在拉丁语中被称为“photophobic”,字面上的意思是“恐光”。

传感器和电机之间存在的这个传感信号越强,电机输出就越强的联系通常被称作兴奋性连接,这是因为输入信号刺激了输出信号。相反,如果传感器的信号越强,而电机输出就越弱,这种联系被称为抑制性连接,这是因为输入信号抑制了输出信号。这种连接的思路来自于生物学,它与生物体中的通过兴奋性和抑制性相互连接的神经元十分相似(当然结构还简单得多)。通过改变它们之间的连接和影响强度(就如同大脑中的神经元一样),就可以产生众多的行为结果,例如寻觅光或者躲避光,就如同Grey Walter的“机器龟”一样,甚至像攻击和爱等复杂的社会行为。

Braitenberg的书中介绍了如何使用简单的机制保存信息,建立记忆,甚至去完成机器人的学习。它的一些简单的设计已经被一些机器人爱好者和初学者们(可能就如同你一样)实现了,这也为建造更为先进的机器人提供了灵感。如同Grey Walter的“机器龟”一样,Braitenberg 的“车型机器人”也是一个反应式机器人。我们将会在第14章中学到更多的关于它们的内容。

控制论研究的范围是机器人的行为以及它们与环境之间的互动,新兴的人工智能领域研究的重点在于智能——自然的(开玩笑的,当然不是“自然”的,而是“人工”的)。

相关文章
|
传感器 人工智能 机器人
|
API
《Adobe Illustrator大师班:经典作品与完美技巧赏析》—Svetlana Makarova
<span style='letter-spacing:1px'>本节书摘来自异步社区《Adobe Illustrator大师班:经典作品与完美技巧赏析》一书中的Svetlana Makarova,作者【英】Sharon Milne,更多章节内容可以访问云栖社区“异步社区”公众号查看。</span>
1534 0
《Adobe Illustrator大师班:经典作品与完美技巧赏析》—Helen Huang
<span style='letter-spacing:1px'>本节书摘来自异步社区《Adobe Illustrator大师班:经典作品与完美技巧赏析》一书中的Helen Huang,作者【英】Sharon Milne,更多章节内容可以访问云栖社区“异步社区”公众号查看。</span>
1507 0