仿生机器人

　　前途

　　首先，模仿某些昆虫而制造出来的机器人并非简单。比如，国外有的科学家观察发现，蚂蚁的大脑很小，视力极差，但它的导航能力高超：当蚂蚁发现食物源后回去召唤同伴时，是把这一食物的映像始终存储在它的大脑里，并利用大脑里的映像与眼前真实的景像相匹配的方法，循原路返回。科学家认为，模仿蚂蚁这一功能，可使机器人在陌生的环境中具有高超的探路能力。[1]其次，过去、现在甚至未来，对仿生机械（器）的研究，都是多方面的，也就是既要发展模仿人的机器人，又要发展模仿其他生物的机械（器）。机器人未问世之前，人们除研究制造自动偶人外，对机械动物非常感兴趣，如传说诸葛亮制造木牛流马，现代计算机先驱巴贝吉设计的鸡与羊玩具，法国著名工程师鲍堪松制造的凫水的铁鸭子等，都非常有名。

　　在机器人向智能机器人发展的时程中，就有人提出“反对机器人必须先会思考才能做事”的观点，并认为，用许多简单的机器人也可以完成复杂的任务。20世纪90年代初，美国麻省理工学院的教授布鲁克斯在学生的帮助下，制造出一批蚊型机器人，取名昆虫机器人，这些小东西的习惯和蟑螂十分相近。它们不会思考，只能按照人编制的程序动作。

　　几年前，科技工作者为圣地亚哥市动物园制造电子机器鸟，它能模仿母兀鹰，准时给小兀鹰喂食；日本和俄罗斯制造了一种电子机器蟹，能进行深海控测，采集岩样，捕捉海底生物，进行海下电焊等作业。美国研制出一条名叫查理的机器金枪鱼，长1.32米，由2843个零件组成。通过摆动躯体和尾巴，能像真的鱼一样游动，速度为7.2千米/小时。可以利用它在海下连续工作数个月，由它测绘海洋地图和检测水下污染，也可以用它来拍摄生物，因为它模仿金枪鱼惟妙惟肖。

　　有的科学家正在设计金枪鱼潜艇，其实就是金枪鱼机器人，行驶速度可达20节，是名副其实的水下游动机器。它的灵活性远远高于现有的潜艇，几乎可以达到水下任何区域，由人遥控，它可轻而易举地进入海底深处的海沟和洞穴，悄悄地溜进敌方的港口，进行侦察而不被发觉。作为军用侦察和科学探索工具，其发展和应用的前景十分广阔。

　　同样，研究制造昆虫机器人，其前景也是非常美好的。例如，有人研制一种有弹性腿的机器昆虫，大小只有一张信用卡的1/3左右，可以像蟋蟀一样轻松地跳过障碍，一小时几乎可前进37米。这种机器昆虫最特殊的地方是突破了牵动关节必须加发动机”的观念。发明家用的新方法是：由铅、锆、钛等金属条构成一个双压电晶片调节器。当充电时，调节器弯曲，充完电了它又弹回原状，反复充电，它就成了振动条。在振动条上装有昆虫肢体，振动条振动就成了机器昆虫的动力，每次振动都会使这种爬行昆虫前进2毫米。通过一只“虫王”就可以控制一大群机器昆虫，由它以接力形式把控制指令传送给每个机器昆虫。应用这种机器昆虫可以在战场上完成侦察、运送物品，或在其他星球进行探路。

　　体系结构

　　机器人体系结构，就是指为完成指定目标的一个或几个机器人在信息处理和控制逻辑方面的结构方式。

　　基于功能分解的体系结构

　　基于功能分解的体系结构在人工智能上属于传统的慎思式智能，在结构上体现为串行分布，在执行方式上属于异步执行，即按照“感知一规划一行动”的模式进行信息处理和控制实现。以美国国家航天局和美国国家标准局所提出的NASR人MtI〕为典型代表。这种体系结构的优点是系统的功能明了.层次清晰，实现简单。但是申行的处理方式大大延长了系统对外部事件的响应时间，环境的改变导致必须重新规划，从而降低了执行效率。因此只适合在已知的结构化环境下完成比较复杂的工作。

　　基于行为分解的体系结构

　　基于行为分解的体系结构在人工智能上属于现代的反应式智能，在结构上体现为并行(包容)分布，在执行方式上属于同步执行，即按照“感知一行动”的模式并行进行信息处理和控制。以麻省理工的R.A.Brooks所提出的行为分层的包容式体系结构(SubsumptionArchitecture)和Arkin提出的基于MotorSchema的结构为典型代表。其主要优点就是执行时间短、效率高、机动能力强。但是由于缺乏整体的管理，很难适应于各种情况。因此只适用于在沐淘环境下执行比较简单的任务。

　　基于智能分布的体系结构

　　基于智能分布的体系结构在人工智能上属于最新的分布式智能，在结构上体现为分散分布，在执行上属于协同执行，既可以单独完成各自的局部问题求解，又能通过协作求解单个或多个全局问题。以基于多智能体的体系结构为典型代表。这种体系结构的优点是既具有“智能分布”的特点，又有统一的协调机制。但是如何在各个智能体之间合理的划分和协调仍然需要大量的研究和实践。该体系结构在许多大型的智能信息处理系统上有着广泛的应用。

　　除以上三类主要的体系结构之外，还有一些改进的混合式体系结构，如带反馈环节的行为分解模式、基于分布式智能的分层体系结构、基于功能分解的多智能体结构等等。但是从整体上来看，它们或是在功能模块的灵活性和扩展性上不足，或是没能很好的协调慎思式智能与反应式智能，或是各层次间的交流机制不够完善。

　　仿生式控制体系结构

　　仿生式体系结构的思想原理

　　从本质上来讲，慎思式智能、反应式智能以及分布式智能，都是对生物控制逻辑和推理方式的一种借鉴和仿生，但由于客观条件的限制和需求目的的局限，它们都只是从某一个角度和方向对生物智能的一种片面的、局部的模仿。本文的仿生式体系结构就是以前述的生物控制逻辑和行为推理为基础，充分借鉴基于慎思式智能、反应式智能和分布式智能等三种体系结构思想的优点与不足之处，针对目前机器人特别是未知环境下工作的移动机器人在控制体系结构方面所存在的缺点和问题，提出一种具有适应行为与进化能力的新的控制思想与理念。

　　借鉴分布式智能的思想，在控制体系结构中引人社会式行为控制层；

　　借鉴生物的自适应性思想，在控制体系结构中实现本代内的由慎思式行为层到反射式行为层的学习；

　　借鉴生物的自进化性思想，在控制体系结构中实现多代间的由反射式行为层向本能式行为层的进化(或退化)。

　　所以，仿生式体系结构共有四个行为控制层组成，即本能式行为控制层、反射式行为控制层、慎思式行为控制层和社会式行为控制层，它们并行接收来自感知层的外部和内部信息，各自作出逻辑判断和反应，发出控制信息到末端执行层，通过竞争和协调来调节自身并适应外部环境，从而按照目标完成工作任务。