从1948年到1951年,英国心理学家沃尔特(W.Grey Walter)在英国造了六个电子乌龟,它们都带有超微型电子管大脑、旋转光电眼睛、接触开关式触角6。它们能在行走时避开障碍,在有特定光线召唤时能返回出发地。当几只小乌龟在一块时,它们会对彼此间的控制光线和触觉信号有所反应,表现出意想不到的社会行为,例如跳舞。
How Robots Will Change Us - 53 views
20More
《机器人》第二章-小心!机器车辆! - 0 views
-
-
对于机器而言,计算要比推理容易得多,推理又要比感知和行动容易得多。为什么难易顺序正好与人相反呢?在十亿年的进化过程中,人类祖先的第一个进化选择都为了能在逆境的竞争中赢得生命要素,常常用一生的时间在竞争中更有效地感知和行动。达尔文的进化过程使人类的大脑具有获取和行动的特殊本领───这点因为太平常而常被忽略。
- ...16 more annotations...
-
三角测量、障碍检测、机器人运动演绎可以确定三维位置。我寻找实现这些想法的快速算法。采用空间压缩图像技术可完成大量工作,4、16、64以及更多像素的平方被平均为一个数,然后用汇编语言巧妙地编码,而我的算子能在一幅图中挑出许多有用特征,并得到另一幅图。整个过程计算机大约只用10秒钟
-
20世纪80年代后期,状态低迷的“基于模型”(或“基于图像”)机器人人面临着基本问题。在麻省理工学院,精力充沛且善于表演的罗德.布鲁克斯(Rod Brooks)声称,基于模型的方法不切合实际,并示范了如何从没有模型的机器人人获取复杂行为。布鲁克斯的机器被巧妙设计的多反射层或行为集所控制,类似格雷.沃尔特的小乌龟或霍普金斯野兽,但更为复杂些。在行为集中,一种元素可能使机器人避开障碍,而根据检测,另一种元素或许使机器人沿墙行走。有些元素对另一些元素有所响应或无视它们。每个元素其实是适度分享处理器的简单程序,典型地,可以处理许多行为元素的机器人也许有1 MIPS的运算能力。自然界中的昆虫似乎被这种方式所控制,每个动作都由几百个神经元的神经节产生。布鲁克斯的机器人动作很像昆虫,当他的实验室开始研制六条腿行走的微型机器人时更说明了这点
-
机器人周围的的区域被分成栅格。程序给栅格的每个单元赋以数值代表积累的证据,也就是说,相应的单元包括一些内容或什么都没有。随着每次声纳激励,含有信息的单元被更新。在回波距离处的单元被占据(因为此处的任何物都将导致更短的回波)。声音强度和检测可靠性随着声纳离中心点的距离增大而减弱,所以得到的证据量也据此发生变化。
-
实验揭示,在狭窄而墙壁光滑的走廊里(恰与我们实验室杂乱环境不同)声波被不断反射,类似光线在充满镜子的大厅里的情况,此时大部分的反馈信息是不正确的,得出的映像图也不会有价值。处理程序是以声纳单元的分类为基础编写的,而此时并不能表明声纳数据真正给出环境信息。
-
环境中独立事件数量的增加可以降低误解概率。增加证据栅格信息的最好途径是,全部用三维处理。在二维处理中,高度不同的门把手和桌面等其他东西被测的总是不一致,可能只是一个模糊映像图。将处理单元的边长减小到10厘米左右,也不会有太大的效果
-
在三维空间中,这些是一致的,不会出现模糊现象,栅格的分辨率会更高,单元内容会更确定。在二维空间中,一把椅子只是占据若干个单元的模糊东西,无法与其它具有同样尺寸的物体区分。在三维空间中,椅子就会有座位、椅腿、椅背,能由形状确认。三维图像可以使程序规划复杂路径,不仅可以四处迂回行进,而且能跨越障碍。视觉出错的可能性变得微乎其微。
-
20世纪90年代,基于模型的机器人可以在室内行驶,也可穿越乡村。它们含有一些反射行为集的元素,用于避开障碍和处理险情。也许受此影响,布鲁克斯研制了机器人“Cog”.它被大量可学习的反射行为所控制。迄今为止,它可以通过学习来用视觉跟踪物体,并抓获物体。与我们人类的神经系统很相似,但我认为它的模仿是低层次的。需要足够运算时间的Cog,其方法思路也许有助于追溯人类的进化和发展,或许可以导致全智能机器。虽然如此,我认为模仿高层的抽象性是更快的一条途径,直接可以借鉴有用的计算机科学和工程的成果
-
大部分实用自动机必然是按基于行为的思路而研制的。尽管对可预测性的设计必然会降低逼真度,但用电线连接的机电继电器很像简单昆虫的神经节,五十年来,它们一直用于控制自动电梯和工业机器。从20世纪80年代开始,微处理器。系统复杂性在慢慢增大,但大部分控制器仍以简单的方式对刺激产生反应
22More
《机器人》第二章-小心!机器车辆! - 0 views
-
从1948年到1951年,英国心理学家沃尔特(W.Grey Walter)在英国造了六个电子乌龟,它们都带有超微型电子管大脑、旋转光电眼睛、接触开关式触角6。它们能在行走时避开障碍,在有特定光线召唤时能返回出发地。当几只小乌龟在一块时,它们会对彼此间的控制光线和触觉信号有所反应,表现出意想不到的社会行为,例如跳舞
-
对于机器而言,计算要比推理容易得多,推理又要比感知和行动容易得多。为什么难易顺序正好与人相反呢?在十亿年的进化过程中,人类祖先的第一个进化选择都为了能在逆境的竞争中赢得生命要素,常常用一生的时间在竞争中更有效地感知和行动。达尔文的进化过程使人类的大脑具有获取和行动的特殊本领───这点因为太平常而常被忽略。
- ...19 more annotations...
-
三角测量、障碍检测、机器人运动演绎可以确定三维位置。我寻找实现这些想法的快速算法。采用空间压缩图像技术可完成大量工作,4、16、64以及更多像素的平方被平均为一个数,然后用汇编语言巧妙地编码,而我的算子能在一幅图中挑出许多有用特征,并得到另一幅图。整个过程计算机大约只用10秒钟
-
机器人周围的的区域被分成栅格。程序给栅格的每个单元赋以数值代表积累的证据,也就是说,相应的单元包括一些内容或什么都没有。随着每次声纳激励,含有信息的单元被更新。在回波距离处的单元被占据(因为此处的任何物都将导致更短的回波)。声音强度和检测可靠性随着声纳离中心点的距离增大而减弱,所以得到的证据量也据此发生变化
-
实验揭示,在狭窄而墙壁光滑的走廊里(恰与我们实验室杂乱环境不同)声波被不断反射,类似光线在充满镜子的大厅里的情况,此时大部分的反馈信息是不正确的,得出的映像图也不会有价值。处理程序是以声纳单元的分类为基础编写的,而此时并不能表明声纳数据真正给出环境信息
-
1990年,我们用一种“学习”算法寻找更好的环境模式。将环境模式译成带有12个参数的数学公式,这些关键参数控制着模式的形态。我们先仔细地测量门廊,人工建立了近似理想的映像图。然后让机器人沿已知的路线穿过门廊,隔一定的距离收集声纳数据。我们编写程序,重复处理收集的数据,模拟机器人穿越门廊的映像。每次模拟之后,程序都要将结果与理想的映像图比较。然后修改证据公式的关键参数,再进行模拟。如果新证据模式的结果与理想情况更接近,程序会将关键参数向同一变化方向调整,否则就向其它方向调整参数。在10 MIPS的机器人上进行上万次的模拟移动,耗时数天,程序才能找到合适的证据模式,以再现环境。这种方法对墙壁光滑的场景同样适用。
-
在三维空间中,这些是一致的,不会出现模糊现象,栅格的分辨率会更高,单元内容会更确定。在二维空间中,一把椅子只是占据若干个单元的模糊东西,无法与其它具有同样尺寸的物体区分。在三维空间中,椅子就会有座位、椅腿、椅背,能由形状确认。三维图像可以使程序规划复杂路径,不仅可以四处迂回行进,而且能跨越障碍。视觉出错的可能性变得微乎其微。
-
20世纪80年代后期,状态低迷的“基于模型”(或“基于图像”)机器人人面临着基本问题。在麻省理工学院,精力充沛且善于表演的罗德.布鲁克斯(Rod Brooks)声称,基于模型的方法不切合实际,并示范了如何从没有模型的机器人人获取复杂行为。布鲁克斯的机器被巧妙设计的多反射层或行为集所控制,类似格雷.沃尔特的小乌龟或霍普金斯野兽,但更为复杂些。在行为集中,一种元素可能使机器人避开障碍,而根据检测,另一种元素或许使机器人沿墙行走。有些元素对另一些元素有所响应或无视它们。每个元素其实是适度分享处理器的简单程序,典型地,可以处理许多行为元素的机器人也许有1 MIPS的运算能力。自然界中的昆虫似乎被这种方式所控制,每个动作都由几百个神经元的神经节产生。布鲁克斯的机器人动作很像昆虫,当他的实验室开始研制六条腿行走的微型机器人时更说明了这点
-
20世纪90年代,基于模型的机器人可以在室内行驶,也可穿越乡村。它们含有一些反射行为集的元素,用于避开障碍和处理险情。也许受此影响,布鲁克斯研制了机器人“Cog”.它被大量可学习的反射行为所控制。迄今为止,它可以通过学习来用视觉跟踪物体,并抓获物体。与我们人类的神经系统很相似,但我认为它的模仿是低层次的。需要足够运算时间的Cog,其方法思路也许有助于追溯人类的进化和发展,或许可以导致全智能机器。虽然如此,我认为模仿高层的抽象性是更快的一条途径,直接可以借鉴有用的计算机科学和工程的成果
-
大部分实用自动机必然是按基于行为的思路而研制的。尽管对可预测性的设计必然会降低逼真度,但用电线连接的机电继电器很像简单昆虫的神经节,五十年来,它们一直用于控制自动电梯和工业机器。从20世纪80年代开始,微处理器。系统复杂性在慢慢增大,但大部分控制器仍以简单的方式对刺激产生反应
1More
Flesh and Machines 我們都是機器人 - 0 views
cilab.csie.ncu.edu.tw/...flesh_and_machi_1.html
3star afsm ai behavior-based book choice irobot robot subsumption
shared by York Jong on 26 May 07
- Cached