戴樂宇

摘要 仿生機(jī)器人是依據(jù)仿生學(xué)的原理，模仿實(shí)際的生物結(jié)構(gòu)和運(yùn)動(dòng)特征等設(shè)計(jì)的具有優(yōu)秀性能的機(jī)電系統(tǒng)，其現(xiàn)已逐漸在反恐防爆、太空探索、搶險(xiǎn)救災(zāi)等不適宜由人進(jìn)行任務(wù)的環(huán)境中有所應(yīng)用。其按照工作環(huán)境可將仿生極其人分為海陸空三種仿生機(jī)器人。而仿生機(jī)器人的行動(dòng)以及其路徑的規(guī)劃一直是仿生機(jī)器人的研究重點(diǎn)之一，而應(yīng)用人工智能算法對(duì)其進(jìn)行路徑規(guī)劃，可以達(dá)到較好的路徑規(guī)劃求解效果，并具備有較高的彈性。

【關(guān)鍵詞】人工智能算法 仿生機(jī)器人 行動(dòng)設(shè)計(jì)

人工智能是一門綜合性較強(qiáng)的學(xué)科，涵蓋了除一般認(rèn)知中包括的計(jì)算機(jī)技術(shù)以外，還融合有數(shù)學(xué)、統(tǒng)計(jì)學(xué)、物理學(xué)甚至生物學(xué)等多方面的內(nèi)容。目前，人工智能的研究方向主要是智能機(jī)器人系統(tǒng)，其中就包括有仿生機(jī)器人的行動(dòng)設(shè)計(jì)，需通過人工智能算法來設(shè)計(jì)一系列的計(jì)算機(jī)程序以模擬人類的各種生物智能的行為，甚至最終可以超越人類智能或與其相媲美?；谠擁?xiàng)學(xué)科的理論，設(shè)計(jì)仿生機(jī)器人的行動(dòng)及路徑規(guī)劃。

1 仿生機(jī)器人的路徑規(guī)劃

仿生機(jī)器人的行動(dòng)路徑規(guī)劃基本存在三種方式：

1.1 整體性路徑規(guī)劃

整體性路徑規(guī)劃又可以叫作全局式路徑規(guī)劃，主要建立在進(jìn)行規(guī)劃前，設(shè)計(jì)的路徑工作條件已經(jīng)全部完成并己知的，關(guān)鍵點(diǎn)在于路線的整體己知性，所以此方式可以高效規(guī)劃多種路徑，然后進(jìn)行比較。然而整體性路徑規(guī)劃法處于離線狀態(tài)，無法準(zhǔn)確感應(yīng)動(dòng)態(tài)環(huán)境，因而此方法通常用于不聯(lián)網(wǎng)的儀器，進(jìn)行離線化的分析。

1.2 局部性路徑規(guī)劃

局部性路徑規(guī)劃實(shí)質(zhì)上是一種在線操作，它與第一種方法的差別在于，設(shè)計(jì)的路徑工作條件并不是全部已知甚至是未知的，仿生機(jī)器人在工作中通過傳感器的引導(dǎo)獲取信息，進(jìn)而進(jìn)行處理。此方法的特色在于能夠在突發(fā)情況下對(duì)仿生機(jī)器人進(jìn)性人工調(diào)整，從而應(yīng)對(duì)各種情況，因此局部性路徑規(guī)劃是可以隨時(shí)反應(yīng)的，相當(dāng)于一個(gè)在線導(dǎo)航。

1.3 綜合性路徑規(guī)劃

綜合性路徑規(guī)劃是對(duì)多種方法的綜合，具備整體性路徑規(guī)劃和局部性路徑規(guī)劃的特點(diǎn)。在仿生機(jī)器人的研究設(shè)計(jì)中，此類方法是重點(diǎn)研究對(duì)象，目的在于根據(jù)路徑線索，環(huán)境條件，設(shè)計(jì)出能夠使仿生機(jī)器人通常到達(dá)重點(diǎn)的最佳路徑。綜合法不僅克服了整體法的離線，又結(jié)合了局部法的實(shí)時(shí)性，從而得到最佳的路徑規(guī)劃方式。

2 仿生機(jī)器人行動(dòng)的人工智能算法

就仿生機(jī)器人的路徑規(guī)劃而言，人工智能算法是其中的關(guān)鍵問題，當(dāng)前仿生機(jī)器人行動(dòng)設(shè)計(jì)中有以下幾種算法：

2.1 單元格法

單元格法是指把機(jī)器人所處空間劃分為相互連通但不重疊的基本單元格，再將多個(gè)單元格組成一個(gè)總體圖，再通過對(duì)路徑中障礙物的分析，從圖中找到一條由起始單元格到終點(diǎn)單元格的無障礙物最佳途徑?？梢园汛朔椒ㄖ械母鱾€(gè)單元格看作棋盤上的不同棋子便于理解。

重點(diǎn)要提到的是下面兩種方法：

2.2 人工勢(shì)場(chǎng)法

人工勢(shì)場(chǎng)法，即將仿生機(jī)器人的行動(dòng)空間視作一個(gè)勢(shì)場(chǎng)，它的廣泛應(yīng)用主要在于簡(jiǎn)便的模型設(shè)計(jì)和便于實(shí)現(xiàn)的優(yōu)點(diǎn)。此方法的主要構(gòu)思是把仿生機(jī)器人置于的含有障礙物的環(huán)境視為一個(gè)勢(shì)場(chǎng)，在勢(shì)場(chǎng)中運(yùn)動(dòng)的仿生機(jī)器人必然受到力的作用，場(chǎng)施加引力，障礙物施加斥力，因此引力和斥力相結(jié)合，放生機(jī)器人的行動(dòng)受到控制，進(jìn)而躲避障礙物最優(yōu)化達(dá)到終點(diǎn)。此方法的原理與物理學(xué)中原子核的受力情況相似，原子核受引力、斥力，并在此情況下最終穩(wěn)定下來。

人工勢(shì)場(chǎng)法的構(gòu)成比較簡(jiǎn)單明了，不僅能夠避開障礙物，還可以進(jìn)行軌道控制，但除此之外也存在一些缺陷。人工勢(shì)場(chǎng)法中仿生機(jī)器人可能在到達(dá)中點(diǎn)之前暫停在局部更合適的地方，從而造成死鎖，以至于無法進(jìn)行搜索，所以技術(shù)的更新也在攻克這一類難題。

2.3 遺傳算法

遺傳算法有完善的原理基礎(chǔ)，即達(dá)爾文生物進(jìn)化論中提到的“適者生存”，此方法利用隨機(jī)性進(jìn)行搜索從而選擇最佳方式。遺傳算法包括了三個(gè)步驟：提出問題并分析、對(duì)函數(shù)進(jìn)行評(píng)價(jià)、得到遺傳算子，三點(diǎn)中最重要的在于得出遺傳算子。遺傳算子含有多種形式，遺傳算法也在不斷的改進(jìn)，目前被仿生機(jī)器行動(dòng)的領(lǐng)域廣泛使用。遺傳算子如同自然界生物體內(nèi)的基因，擁有分化、進(jìn)化等能力，進(jìn)行不斷的自我更新，而對(duì)于遺傳算子的設(shè)置也十分重要。

其中插入算子，通過對(duì)自然單位格之間斷開路徑的插入，形成連續(xù)的行動(dòng)路徑。刪除算子對(duì)多余的單元格進(jìn)行篩選、刪除最終形成最優(yōu)化路徑。

遺傳算法的特點(diǎn)在于高質(zhì)量與高效率，它不僅能夠高質(zhì)量的搜尋全局環(huán)境，搜索的準(zhǔn)確率也很高，所以廣泛應(yīng)用于復(fù)雜環(huán)境中的設(shè)計(jì)。該算法的突出之處在于靈活性，但在收斂方面往往過早成熟或者出現(xiàn)速度過慢等問題。

不同的人工智能算法通過不同方面體現(xiàn)，例如路徑的規(guī)劃用時(shí)，整體長(zhǎng)度，適應(yīng)范圍等等，就二、三兩種方法而言，遺傳算法路徑的整體長(zhǎng)度不比人工勢(shì)場(chǎng)法，規(guī)劃用時(shí)及速率也較低，反而言之人工勢(shì)場(chǎng)法在這兩方面就優(yōu)勝于前者。因此最好的方式就是將各種方法的優(yōu)點(diǎn)結(jié)合形成最優(yōu)法。

3 結(jié)語

人工智能在未來的機(jī)器人設(shè)計(jì)等方面都有著十分重要的地位，人工智能仿生機(jī)器人的運(yùn)動(dòng)是其核心研究的方向和內(nèi)容之一，筆者本次研究規(guī)劃的仿生機(jī)器人路徑的規(guī)劃是人工智能算法應(yīng)用的重點(diǎn)。相信通過人類不斷地努力和進(jìn)步，人工智能不再僅僅局限于一個(gè)算法之類，是可以融入人類生活，并提高生活質(zhì)量與水平，保護(hù)環(huán)境并減少資源浪費(fèi)，最后可以促進(jìn)人類文明和社會(huì)的進(jìn)步。

參考文獻(xiàn)

[1]趙海，王永成，王杰等，基于人工意識(shí)概念的人工智能科學(xué)的重構(gòu)[J].模式識(shí)別與人工智能，2002 （02）：155-160.

[2]葉春，張蓉，基于人工智能算法的仿生機(jī)器人行動(dòng)的設(shè)計(jì)[J].信息與電腦，2016 （19）：80-81.

[3]曹鵬彬，肖敏，基于仿生計(jì)算的產(chǎn)品設(shè)計(jì)方法研究綜述[J]，機(jī)械設(shè)計(jì)，2009 （03）：1-4.

[4]黃榮懷，劉德建，徐晶晶等，教育機(jī)器人的發(fā)展現(xiàn)狀與趨勢(shì)[J]，現(xiàn)代教育技術(shù)，2017 （01）：13-20.