Skip to main content

Home/ Robotics/ Contents contributed and discussions participated by York Jong

Contents contributed and discussions participated by York Jong

Simple Middle Filter: All | Bookmarks | Topics
York Jong

新型機器人知道自我「療傷」 - 2 views

www.roboticfan.com/...274.shtml

robot self-adaptation

shared by York Jong on 24 Mar 08 - Cached
  • York Jong on 24 Mar 08
     
    簡介：現在，機器人受傷後也可以自行解決了。在一些新的或危險情況下工作的機器人難免「受傷」，一旦重要部位損壞，機器人就無法工作。美國康奈爾大學的研究人員最近研制了一個4條腿?
York Jong

飆機器人專賣店的部落格(BLog) - 0 views

tw.myblog.yahoo.com/playrobot

buy info robot

shared by York Jong on 24 Mar 08 - Cached
  • York Jong on 24 Mar 08
     
    歡迎你進入機器人的部落格(Blog)日誌, 透過Blog寫下自己製作的心得, 除了自己可以回味, 也可以與他人共享, .. 免費的知識傳播庫 .. "飆機器人專賣店(PlayRobot Store)"不論在商品提供, 設計開發與使
York Jong

以腦髓液為動力的微型機器人在以色列問世 - 0 views

www.roboticfan.com/...271.shtml

brain medical robot

shared by York Jong on 24 Mar 08 - Cached
  • York Jong on 24 Mar 08
     
    簡介：以色列海法Technion 大學的Moshe Shoham 博士與其研究小組已經成功地研製出了一種新型的微型機器人動力系統，使其能夠以腦髓液為動力在人體椎管中運動。
York Jong

Furby Resurrection - 0 views

members.cox.net/...furby.html

calebchung furby pic robot toy

shared by York Jong on 24 Mar 08 - Cached
  • York Jong on 24 Mar 08
     
    There are several websites documenting the original Furby circuit board. I decided to replace the original circuit entirely and replace it with a PIC based controller.
York Jong

機器人控制電子學 - 1 views

www.china-pub.com/...info.asp

book choice robot

shared by York Jong on 24 Mar 08 - Cached
  • York Jong on 24 Mar 08
     
    本書從製作機器人所需的電子元器件及相關的基礎知識入手，主要介紹微控製器的基礎知識，直流電機和步進電機的結構、基礎知識、控制方法，傳感器的基礎知識、常見傳感器的工作原理和使
York Jong

Modular robot's wriggles show greater flexibility - 0 views

www.newscientisttech.com/...dn11238

news robot

shared by York Jong on 24 Mar 08 - Cached
  • York Jong on 24 Mar 08
     
    A modular robot that transforms itself into different shapes in order to walk, crawl and clamber up inclines has been demonstrated in the US.
York Jong

博創科技推出創意之星機器人套件 - 0 views

www.roboticfan.com/...394.shtml

buy diy robot

shared by York Jong on 24 Mar 08 - Cached
  • York Jong on 24 Mar 08
     
    博創科技，即將推出一套名叫「創意之星」的機器人套件。相比市場上其它的機器人套件，這套組件基本上以舵機或稱伺服電機為主，根據產品介紹，這個套件最大的不同的地方是，整個套件的
York Jong

Anybots的機器人德克斯特學習行走 - 0 views

www.roboticfan.com/...341.shtml

robot walker

shared by York Jong on 24 Mar 08 - Cached
  • 德克斯特是第一个动力平衡的两足机器人，即第一个像我们一样行走的机器人
  • 突破是戏剧性地改进了测量机器人重心位置的传感器。他说，并不是商业陀螺仪就是足够好，所以他建造了他自己的，同时它还有助于减轻脚部重量
  • 当德克斯特能抬起一只脚而不跌倒时，我们都非常兴奋，因为这意味着离行走是不远了
  • York Jong on 24 Mar 08
     
    動力平衡方式行走，也是我們的行走方式，要更難一些。當我們這樣做時看起來相當平穩，但是落腳實際上是經過控制的。在任何一個特定時刻，你不得不考慮（或者至少你的身體這樣做了）你
York Jong

Pleo - Wikipedia, the free encyclopedia - 0 views

en.wikipedia.org/Pleo

calebchung pleo robot toy

shared by York Jong on 09 Sep 07 - Cached
  • camera-based vision system (for light detection and navigation) two microphones, binaural hearing beat detection (allows pleo to dance and listen to music) - this feature was removed but may be added on again. eight touch sensors (head, chin, shoulders, back, feet) four foot switches (surface detection) fourteen force-feedback sensors, one per joint orientation tilt sensor for body position infrared mouth sensor for object detection into mouth infrared transmit and receive for communication with other Pleos Mini-USB port for online downloads SD card slot for Pleo add-ons infrared detection for external objects 32-bit Atmel ARM 7 microprocessor (main processor for Pleo) 32-bit NXP ARM 7 sub processor (camera system, audio input dedicated processor) four 8-bit processors (low-level motor control)
  • York Jong on 09 Sep 07
     
    Pleo is a robotic dinosaur, made for all ages, designed to emulate the appearance and behavior of a week-old baby Camarasaurus. It was designed by Caleb Chung, the co-creator of the Furby, and manufactured by Ugobe.
York Jong

《机器人》第二章－小心！机器车辆！ - 0 views

www.yrobot.net/...71_819.html

ai book robot

shared by York Jong on 17 Feb 08 - Cached
  • 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。
  • 在20世纪的大部分时间里，每二十年机器计算力就会有上千倍的提高
  • ...16 more annotations...
  • 目前，控制最好的商业机器人的计算机能够产生昆虫级的行为。它们的耗资不少，社会用途却很少，仅在工厂作为喷涂车、点焊车、安装电子器件和将东西移来移去
  • 在未来十年中，机器全面智能化的进程将大大加速，我相信机器人数量会大增，应用范围会慢慢拓宽以满足普遍要求，最终成为通用机器人
  • 移动机器人是这一新生的计算机控制机器人领域中的最年轻一代，并在1985年后成为此领域中的主角。1985年前为数不多的工作重点之一是阿波罗登月计划
  • 许多任务似乎只需两个基本的图像操作就能完成，一是挑选出好的特征集（图像中许有特别的区域），另一个是对同一区域从不同视角来寻找。
  • 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。
  • 在运算速度为1/2 MIPS的丹宁机器人上，我们研制了能进行每秒十次声纳反馈信息处理的有效程序。操纵机器人的关键一步，即校正同一区域的两幅映像图，需要3秒钟
  • 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。
  • 广角镜覆盖面很广，但它产生明显的“鱼眼”失真。到了1995年，我才编写了克服此不足的程序。程序通过摄像机视察几百个黑点的校准模型，得到一个“纠正”函数，将原始图像校正为一个理想的几何图
  • 不对物体的位置进行分类，而是积累位置的“物体性”。尽管特别物体的特性甚至存在与否总被怀疑，可以肯定地认为机器人周围的位置是存在的，能被当作永久性的“存储桶”，以稳定地积累哪怕是内容的一丁点迹象。
  • 但是新奇感过后，人们不得不承认，在完成复杂动作方面，基于行为的机器人可靠性并不比集成多控制器的机器人要好
  • 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
  • York Jong on 17 Feb 08
     
    20世纪70年代，每当汽车沿着位于斯坦福大学后面山脚下的道路行驶时，奇怪的景象就会映入乘车者的眼帘。层层地形中，有骑马场、奶牛场、小餐馆。山顶上 有一个玻璃般明亮的圆形建筑物，它是刚着陆的太空船吗？险峻的盘山道边立着橙色路标"小心机器车辆"。难道是1951年的电影"地球平静的日子"中，有恶 意的外星机器人把守着的坡道入口吗？
York Jong

《机器人》第三章－能力和显现 - 0 views

www.yrobot.net/...71_820.html

5star ai book computer memory robot trend

shared by York Jong on 17 Feb 08 - Cached
  • 三十年的计算机视觉的历程表明，1 MIPS的机器能从实时图像中提取简单的特征量───在杂色背景里跟踪白线或白点。10 MIPS的机器能跟随复杂的灰度区，巡航导弹、灵巧炸弹和早期的自驾驶大蓬车证实了这点。100 MIPS的机器恰好能追踪路面上不可预测的特征量，Navlab在长距离的行程证实了这点。1000 MIPS的机器完全能识别三维空间中带纹理的粗糙物体，某些中分辨率的立体视觉程序解释了这个问题，也包括我的程序。几个“垃圾箱挖掘”程序认为，10000 MIPS的机器能从杂乱中找到三维物体，并且高分辨率的立体视觉程序用10 MIPS的机器在1小时内演示了这一点。随着计算机速度和内存的增大，数据量问题逐渐不再是问题。
  • 除了纯粹的运算规模，也得考虑其他因素。对1 MIPS的机器，最适用的程序是能有效处理检测数据的手工程序。
  • 机器人视觉程序想要聪相应图像中得到一个边缘检测或移动检测数据的话，需执行100条计算机指令。一百万次检测则对应执行一亿条指令，1000MIPS的机器1秒能重复十次上述过程，基本上可与人的视网膜相比，新型高端个人计算机刚好能达到这个性能。
  • ...11 more annotations...
  • 程序的实现不但取决于机器的速度，而且还受内存的制约。令人惊奇的是，在计算机发展史中，内存和速度比是非常恒定的
  • 我们将内存容量除以速度定义为“时间常数”，粗略表示计算机扫描内存一次需要的时间。1兆字节/1 MIPS表示的结果是1秒。若机器的内存不能满足速度要求，这是新机器典型的情况，似乎运算速度很快，但会不必要地局限于小程序。若机器内存相对速度过剩，可以说它的商业可行性到了尽头，虽能运算大程序，但出奇的慢
  • 先前已得出一亿MIPS能模仿人的功能这一结论，在这里做比较的话，前面所述的兆字节/MIPS的原则似乎在神经系统中也成立！交互的机器好象是神经系统的外延，遵从同样的时间常数。与其用机器与外界交互，不如让不同速度/存储比的人来完成
  • 视听处理器和高性能飞行器等的控制器需要反就迅速，所以每兆字节相应很多MIPS。自动数据库和时变的安全摄像等问题涉及到慢速机器，每个MIPS会对应很多兆字节
  • 飞虫似乎比人类反应快好几倍，MIPS的相对量要大一些。动物的情况也是这样，细胞间靠电化学和酶的方式传递信号。尽管植物细胞与动物神经元有本质的区别，一些植物细胞间似乎也能通讯。有一天，我们可能发现植物能记忆许多信息，但处理缓慢
  • 二战后，计算机容量每两年翻一番。但进入20世纪80年代，每18个月计算机性能就要翻倍，20世纪90年代后期似乎缩短为12个月
  • 通用性的实现是需要代价的。一个通用机器需要十倍或十倍以上的资源来完成一项专用任务。如果任务改变，通用机器可以被重新编程，而专用机器就得被淘汰。
  • 以目前的发展速度，类似人的机器人所需要的计算机将在21世纪20年代出现。
  • 实现高级计算的关键是微型化，因为小部件的惯性小，在同等能量下运行更快，在给定空间中能集成更多内容
  • 集成芯片不但在持续发展，而且在加速前进。制作集成电路的短波长的光被替代，制作中使用了更精确方法来嵌入混杂成份。集成电路的电压在减小，采用了更好的绝缘体、屏蔽方法、散热手段，电路上出现了更有效的晶体管、更密的管腿模式和不辐射的包装材料。如果有钱来刺激的话，总会有办法。事实上，方法在实验室里早有了。因为工程师们当时还没注意这些，他们正在完善已有的技术。当根本问题出现，他们才感到忧虑。当需求的呼声很高时，巨大研究成果会转变为现实的生产。
  • 传统晶体管电路依赖于大量电子的流动，当规模很小时，会引起状态波动。但采用单电子晶体管和量子设备可以解决这项难题，它们的工作原理是量子波干涉。这些新设备越小，工作得就越好。干涉图式很适用目前的电路规模，它只用很小能量就可将电子从一边撞到另一边，从而完成操作。因此，这些电路可以在温度很低的环境下工作。这种方法能集成到0.01微米，量子交换在室温下就能进行。
  • York Jong on 17 Feb 08
     
    计算能力和思维的关系就像火车机车和火车的关系。如果机车太小，火车不会行驶。机车只有恰当地与道路相配，才能有效发挥其作用。18世纪，机车工程师清楚速度、拉力、机车大小、传输比之间的关系，毫无疑问，这与马车运载有所不同。
York Jong

《机器人》第一章－逃逸速度 - 0 views

www.yrobot.net/...71_818.html

ai book robot

shared by York Jong on 17 Feb 08 - Cached
  • York Jong on 17 Feb 08
     
    作者 漢斯.莫拉維克（Hans Moravec），機器人研究領域的權威之一，曾參與世界最大機器人軟件的創立工作，現在卡內基-梅隆大學工作。著作有《智力兒童:未來機器人和人類智能》等
York Jong

《机器人》第三章－能力和显现 - 0 views

www.yrobot.net/...71_820.html

5star ai book computer memory robot trend

shared by York Jong on 15 Sep 07 - Cached
  • 三十年的计算机视觉的历程表明，1 MIPS的机器能从实时图像中提取简单的特征量───在杂色背景里跟踪白线或白点。10 MIPS的机器能跟随复杂的灰度区，巡航导弹、灵巧炸弹和早期的自驾驶大蓬车证实了这点。100 MIPS的机器恰好能追踪路面上不可预测的特征量，Navlab在长距离的行程证实了这点。1000 MIPS的机器完全能识别三维空间中带纹理的粗糙物体，某些中分辨率的立体视觉程序解释了这个问题，也包括我的程序。几个“垃圾箱挖掘”程序认为，10000 MIPS的机器能从杂乱中找到三维物体，并且高分辨率的立体视觉程序用10 MIPS的机器在1小时内演示了这一点。随着计算机速度和内存的增大，数据量问题逐渐不再是问题。
  • 除了纯粹的运算规模，也得考虑其他因素。对1 MIPS的机器，最适用的程序是能有效处理检测数据的手工程序。　　100 MIPS的机器能权衡输入数据，有很多算法参数待定，采用学习算法要比程序员调节效果好。
  • 机器人视觉程序想要聪相应图像中得到一个边缘检测或移动检测数据的话，需执行100条计算机指令。一百万次检测则对应执行一亿条指令，1000MIPS的机器1秒能重复十次上述过程，基本上可与人的视网膜相比，新型高端个人计算机刚好能达到这个性能。
  • ...15 more annotations...
  • 程序的实现不但取决于机器的速度，而且还受内存的制约。令人惊奇的是，在计算机发展史中，内存和速度比是非常恒定的。
  • 我们将内存容量除以速度定义为“时间常数”，粗略表示计算机扫描内存一次需要的时间。1兆字节/1 MIPS表示的结果是1秒。若机器的内存不能满足速度要求，这是新机器典型的情况，似乎运算速度很快，但会不必要地局限于小程序。若机器内存相对速度过剩，可以说它的商业可行性到了尽头，虽能运算大程序，但出奇的慢。
  • 先前已得出一亿MIPS能模仿人的功能这一结论，在这里做比较的话，前面所述的兆字节/MIPS的原则似乎在神经系统中也成立！交互的机器好象是神经系统的外延，遵从同样的时间常数。与其用机器与外界交互，不如让不同速度/存储比的人来完成。
  • 视听处理器和高性能飞行器等的控制器需要反就迅速，所以每兆字节相应很多MIPS。自动数据库和时变的安全摄像等问题涉及到慢速机器，每个MIPS会对应很多兆字节。
  • 飞虫似乎比人类反应快好几倍，MIPS的相对量要大一些。动物的情况也是这样，细胞间靠电化学和酶的方式传递信号。尽管植物细胞与动物神经元有本质的区别，一些植物细胞间似乎也能通讯。有一天，我们可能发现植物能记忆许多信息，但处理缓慢。
  • 二战后，计算机容量每两年翻一番。但进入20世纪80年代，每18个月计算机性能就要翻倍，20世纪90年代后期似乎缩短为12个月。
  • 通用性的实现是需要代价的。一个通用机器需要十倍或十倍以上的资源来完成一项专用任务。如果任务改变，通用机器可以被重新编程，而专用机器就得被淘汰。
  • 以目前的发展速度，类似人的机器人所需要的计算机将在21世纪20年代出现。
  • 实现高级计算的关键是微型化，因为小部件的惯性小，在同等能量下运行更快，在给定空间中能集成更多内容
  • 集成芯片不但在持续发展，而且在加速前进。制作集成电路的短波长的光被替代，制作中使用了更精确方法来嵌入混杂成份。集成电路的电压在减小，采用了更好的绝缘体、屏蔽方法、散热手段，电路上出现了更有效的晶体管、更密的管腿模式和不辐射的包装材料。如果有钱来刺激的话，总会有办法。事实上，方法在实验室里早有了。因为工程师们当时还没注意这些，他们正在完善已有的技术。当根本问题出现，他们才感到忧虑。当需求的呼声很高时，巨大研究成果会转变为现实的生产。
  • 传统晶体管电路依赖于大量电子的流动，当规模很小时，会引起状态波动。但采用单电子晶体管和量子设备可以解决这项难题，它们的工作原理是量子波干涉。这些新设备越小，工作得就越好。干涉图式很适用目前的电路规模，它只用很小能量就可将电子从一边撞到另一边，从而完成操作。因此，这些电路可以在温度很低的环境下工作。这种方法能集成到0.01微米，量子交换在室温下就能进行
  • York Jong on 15 Sep 07
     
    计算能力和思维的关系就像火车机车和火车的关系。如果机车太小，火车不会行驶。机车只有恰当地与道路相配，才能有效发挥其作用。18世纪，机车工程师清楚速度、拉力、机车大小、传输比之间的关系，毫无疑问，这与马车运载有所不同。
York Jong

《机器人》第二章－小心！机器车辆！ - 0 views

www.yrobot.net/...71_819.html

ai book robot

shared by York Jong on 09 Sep 07 - Cached
  • 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。
  • 在20世纪的大部分时间里，每二十年机器计算力就会有上千倍的提高
  • ...19 more annotations...
  • 目前，控制最好的商业机器人的计算机能够产生昆虫级的行为。它们的耗资不少，社会用途却很少，仅在工厂作为喷涂车、点焊车、安装电子器件和将东西移来移去
  • 在未来十年中，机器全面智能化的进程将大大加速，我相信机器人数量会大增，应用范围会慢慢拓宽以满足普遍要求，最终成为通用机器人
  • 移动机器人是这一新生的计算机控制机器人领域中的最年轻一代，并在1985年后成为此领域中的主角。1985年前为数不多的工作重点之一是阿波罗登月计划
  • 许多任务似乎只需两个基本的图像操作就能完成，一是挑选出好的特征集（图像中许有特别的区域），另一个是对同一区域从不同视角来寻找
  • 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
  • 不对物体的位置进行分类，而是积累位置的“物体性”。尽管特别物体的特性甚至存在与否总被怀疑，可以肯定地认为机器人周围的位置是存在的，能被当作永久性的“存储桶”，以稳定地积累哪怕是内容的一丁点迹象。
  • 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
  • 在运算速度为1/2 MIPS的丹宁机器人上，我们研制了能进行每秒十次声纳反馈信息处理的有效程序。操纵机器人的关键一步，即校正同一区域的两幅映像图，需要3秒钟
  • 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10 MIPS的计算机上可运用二维证据栅格，速度能满足正常的室内要求。
  •  图2.5 1990年,难以穿越门廊的二维证据栅格
  • 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。
  • 广角镜覆盖面很广，但它产生明显的“鱼眼”失真。到了1995年，我才编写了克服此不足的程序。程序通过摄像机视察几百个黑点的校准模型，得到一个“纠正”函数，将原始图像校正为一个理想的几何图。
  • 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
  • 但是新奇感过后，人们不得不承认，在完成复杂动作方面，基于行为的机器人可靠性并不比集成多控制器的机器人要好
  • 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
1 - 20 of 174 Next › Last »
Showing 20▼ items per page