戴樂宇

摘要 仿生機器人是依據(jù)仿生學(xué)的原理，模仿實際的生物結(jié)構(gòu)和運動特征等設(shè)計的具有優(yōu)秀性能的機電系統(tǒng)，其現(xiàn)已逐漸在反恐防爆、太空探索、搶險救災(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器人。而仿生機器人的行動以及其路徑的規(guī)劃一直是仿生機器人的研究重點之一，而應(yīng)用人工智能算法對其進(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 仿生機器人 行動設(shè)計

人工智能是一門綜合性較強的學(xué)科，涵蓋了除一般認(rèn)知中包括的計算機技術(shù)以外，還融合有數(shù)學(xué)、統(tǒng)計學(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器人系統(tǒng)，其中就包括有仿生機器人的行動設(shè)計，需通過人工智能算法來設(shè)計一系列的計算機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?；谠擁棇W(xué)科的理論，設(shè)計仿生機器人的行動及路徑規(guī)劃。

1 仿生機器人的路徑規(guī)劃

仿生機器人的行動路徑規(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)計的路徑工作條件已經(jīng)全部完成并己知的，關(guān)鍵點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)計的路徑工作條件并不是全部已知甚至是未知的，仿生機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)情況下對仿生機器人進(jìn)性人工調(diào)整，從而應(yīng)對各種情況，因此局部性路徑規(guī)劃是可以隨時反應(yīng)的，相當(dāng)于一個在線導(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。在仿生機器人的研究設(shè)計中，此類方法是重點研究對象，目的在于根據(jù)路徑線索，環(huán)境條件，設(shè)計出能夠使仿生機器人通常到達(dá)重點的最佳路徑。綜合法不僅克服了整體法的離線，又結(jié)合了局部法的實時性，從而得到最佳的路徑規(guī)劃方式。

2 仿生機器人行動的人工智能算法

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

2.1 單元格法

單元格法是指把機器人所處空間劃分為相互連通但不重疊的基本單元格，再將多個單元格組成一個總體圖，再通過對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單元格的無障礙物最佳途徑?？梢园汛朔椒ㄖ械母鱾€單元格看作棋盤上的不同棋子便于理解。

重點要提到的是下面兩種方法：

2.2 人工勢場法

人工勢場法，即將仿生機器人的行動空間視作一個勢場，它的廣泛應(yīng)用主要在于簡便的模型設(shè)計和便于實現(xiàn)的優(yōu)點。此方法的主要構(gòu)思是把仿生機器人置于的含有障礙物的環(huán)境視為一個勢場，在勢場中運動的仿生機器人必然受到力的作用，場施加引力，障礙物施加斥力，因此引力和斥力相結(jié)合，放生機器人的行動受到控制，進(jìn)而躲避障礙物最優(yōu)化達(dá)到終點。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。

人工勢場法的構(gòu)成比較簡單明了，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。人工勢場法中仿生機器人可能在到達(dá)中點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”，此方法利用隨機性進(jìn)行搜索從而選擇最佳方式。遺傳算法包括了三個步驟：提出問題并分析、對函數(shù)進(jìn)行評價、得到遺傳算子，三點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)，目前被仿生機器行動的領(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，而對于遺傳算子的設(shè)置也十分重要。

其中插入算子，通過對自然單位格之間斷開路徑的插入，形成連續(xù)的行動路徑。刪除算子對多余的單元格進(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。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，整體長度，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度不比人工勢場法，規(guī)劃用時及速率也較低，反而言之人工勢場法在這兩方面就優(yōu)勝于前者。因此最好的方式就是將各種方法的優(yōu)點結(jié)合形成最優(yōu)法。

3 結(jié)語

人工智能在未來的機器人設(shè)計等方面都有著十分重要的地位，人工智能仿生機器人的運動是其核心研究的方向和內(nèi)容之一，筆者本次研究規(guī)劃的仿生機器人路徑的規(guī)劃是人工智能算法應(yīng)用的重點。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，最后可以促進(jìn)人類文明和社會的進(jìn)步。

參考文獻(xiàn)

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

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

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

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