专家系统及其在机器人设计中的应用(5)

人工智能领域大家始终都在不断研究的关键方向：专家系统和机器人

理，确定系统应当应用什么规则以及采用什么方式去寻找该规则。建立控制策略就是首先考虑这个团队的最高利益，并能够通知队友；其次根据需要完成的任务在多个智能体选择一个核心。同时这个核心也是一个领导者，他同时可以协调其他智能体的动作，其动作也具有最高的优先级。③推理机。用于记忆所采用的规则和控制策略及推理策略。根据知识库的信息，推理机能够使整个机器人决策系统以逻辑方式协调地工作，进行推理，做出决策，寻找出理想的机器人操作序列。④知识获取。从人类足球比赛的数据库中提取专家知识，得到RoboCup机器人足球比赛领域的专家知识，然后用程序语言把这些知识变换为计算机程序，最后把它们存入知识库待用。⑤解释与说明。通过接口，在专家系统与用户之间进行交换作用。我们可以根据比赛中某一时刻的具体情况，设计多种的阵型来测试程序的推理过程和推理结果，便于选择最好的规划和策略。⑥机器学习。在RoboCup的学习挑战中，任务是为一组智能体创建的学习和训练的方法，根据学习的事件不同，机器学习有两种类型：在线学习（根据当前球场上的情况进行学习）和离线学习（机器人设计者事先“教”机器人）。很显然，以上六个部分便是专家系统概念结构中的六个模块在RoboCup这个实例中的具体实现。

2.3 机器人控制

机器人控制（运动控制），即让机器人怎么运动的问题。这里面有很多关于力学、运动学、动力学等方面的问题，但当这些机械力学方面的问题解决了之后，随之而来的就是：机器人动作繁多复杂，怎么动，向哪个方向，速度多少等这些参数该如何根据实际环境予以选择。首先我们可以将机器人运动的所有需要的动作参数以一定的方式存储在计算机里，其实就是存储了机器人的所有“动作”。然后将已知有用的动作组合形成我们的知识库，再用这些动作组合，结合实际问题设计开发推理机和控制策略，从而实现一个基于专家系统的机器人控制系统。下面以一个机器人多手抓取的例子来解释一下专家系统在机器人控制方面的应用。

在机器人抓取系统中，一般认为需要4种规划器：策略规划器、触觉规划器、轨迹规划器及抓取规划器。抓取规划器对成功抓取来说是非常重要的。在抓取规划器中，视觉模块用来把图象变换成物体的描述，接着用抓取模式选择模块把物体的描述变换成一系列的控制信号。经研究发现，人类的抓取有一组固定的抓取