摘要：針對非結(jié)構(gòu)化的、未知的工作環(huán)境要求，提出了一種適用于第四代仿生機(jī)器人的仿生式體系結(jié)構(gòu)，闡述了仿生拉 制的思想與原理，實(shí)現(xiàn)了代與代之間的反射式行為控制向本能式行為控制的進(jìn)化和本代內(nèi)由懊思式行為控制向反射式行為控制的學(xué)習(xí)升華，彌補(bǔ)了基于懊思式AI和基于反應(yīng)式AI的兩種模型的不足，可使機(jī)器人具備良好的主動學(xué)習(xí)和自適應(yīng)能力。
關(guān)鍵詞：仿生機(jī)器人；體系結(jié)構(gòu)；仿生控制；進(jìn)化；學(xué)習(xí)
機(jī)器人正在由第三代智能機(jī)器人向第四代仿生機(jī)器人發(fā)展和邁進(jìn)。非結(jié)構(gòu)化的、未知的工作環(huán)境，復(fù)雜的、精巧的、高難度的工作任務(wù)和對于高精確度、高靈活性、高可靠性、高魯棒性、高智能性的目標(biāo)需求是仿生機(jī)器人產(chǎn)生和發(fā)展的客觀動力。當(dāng)前仿生機(jī)器人的研究主要集中在運(yùn)動方式、執(zhí)行方式、感知方式、控制方式、信息加工處理方式、組織方式等幾方面，并且已經(jīng)取得了初步的成績。本文將主要從機(jī)器人體系結(jié)構(gòu)的角度出發(fā)來研究和建立控制邏輯、信息處理兩方面的仿生。
1 生物控制邏輯與信息處理
1.1 生命的控制與行為
參照低級到高級的各種生命形態(tài)，從控制邏輯和信息處理的角度來看，我們可以把生命實(shí)現(xiàn)各種技巧與能力的控制方式分為以下四種：
(1)本能式行為控制，是指生命生來就有的由大腦皮層以下的神經(jīng)中樞參與即可完成的一種比較低級的神經(jīng)活動，這種能力在生物學(xué)上稱為先夭性本能；
(2)反射式行為控制，是指生物出生以后在非條件反射的基礎(chǔ)上，在大腦皮層的參與下經(jīng)過一定的過程積累對直接的物理信號所形成的一種高級的神經(jīng)活動；
(3)慎思式行為控制，是指具有語言中樞的高級生命體對由具體信號抽象而來的語言、文字所產(chǎn)生的反應(yīng)，這種反應(yīng)多發(fā)生在具有社會屬性的高級生命體和智能體之間；
(4)社會式行為控制方式，是指具有語言中樞的高級生命體對抽象的語言、文字信號所產(chǎn)生的反應(yīng)，這種反應(yīng)多發(fā)生在具有社會屬性的高級生命體之間，這種控制方式以抽象的語言文字為信息載體和傳遞介質(zhì)，以多生命體或智能體間的社會機(jī)制為協(xié)調(diào)、制約和競爭的控制策略。
1.2 對生命行為機(jī)理的假設(shè)
本文提出如下假設(shè)：
(1)生命的四類行為本身沒有明確的范圍，而是具有模糊的界限(如圖1所示)；
生命行為類別LBT
A：本能式行為 B：反射式行為；C：慎思式行為；D：社會式行為
圖1 生命行為的模糊屬性示意圖
(2)生命的四類行為之間沒有固定的區(qū)別，而是處于動態(tài)的變化；
(3)本能式行為不是該種生命產(chǎn)生時便己具有，而是由反射式行為經(jīng)多代的自然選擇進(jìn)化(或退化)而來；
(4)反射式行為以本能式行為為基礎(chǔ)，由生物個體經(jīng)多次慎思式行為的積累才逐漸建立和形成，也可以取消和去除；
(5)社會式行為的產(chǎn)生和執(zhí)行雖然以生物的本能行為和反射行為為基礎(chǔ)，但是卻可以在某種程度上超越本能行為和反射行為而具有最高的控制級別。
以上是對生命的基本行為機(jī)理的假設(shè)和解釋，并以此作為人工智能和仿生機(jī)器人進(jìn)一步研究的理論基礎(chǔ)。
2 幾類機(jī)器人體系結(jié)構(gòu)
機(jī)器人體系結(jié)構(gòu)，就是指為完成指定目標(biāo)的一個或幾個機(jī)器人在信息處理和控制邏輯方面的結(jié)構(gòu)方式。
2.1 基于功能分解的體系結(jié)構(gòu)
基于功能分解的體系結(jié)構(gòu)在人工智能上屬于傳統(tǒng)的慎思式智能，在結(jié)構(gòu)上體現(xiàn)為串行分布，在執(zhí)行方式上屬于異步執(zhí)行，即按照“感知一規(guī)劃一行動”的模式進(jìn)行信息處理和控制實(shí)現(xiàn)。以美國國家航天局和美國國家標(biāo)準(zhǔn)局所提出的NASR人MtI〕為典型代表。這種體系結(jié)構(gòu)的優(yōu)點(diǎn)是系統(tǒng)的功能明了.層次清晰，實(shí)現(xiàn)簡單。但是申行的處理方式大大延長了系統(tǒng)對外部事件的響應(yīng)時間，環(huán)境的改變導(dǎo)致必須重新規(guī)劃，從而降低了執(zhí)行效率。因此只適合在已知的結(jié)構(gòu)化環(huán)境下完成比較復(fù)雜的工作。
2.2 基于行為分解的體系結(jié)構(gòu)
基于行為分解的體系結(jié)構(gòu)在人工智能上屬于現(xiàn)代的反應(yīng)式智能，在結(jié)構(gòu)上體現(xiàn)為并行(包容)分布，在執(zhí)行方式上屬于同步執(zhí)行，即按照“感知一行動”的模式并行進(jìn)行信息處理和控制。以麻省理工的R.A.Brooks所提出的行為分層的包容式體系結(jié)構(gòu)(SubsumptionArchitecture) 和Arkin提出的基于MotorSc hema的結(jié)構(gòu)為典型代表。其主要優(yōu)點(diǎn)就是執(zhí)行時間短、效率高、機(jī)動能力強(qiáng)。但是由于缺乏整體的管理，很難適應(yīng)于各種情況。因此只適用于在沐淘環(huán)境下執(zhí)行比較簡單的任務(wù)。
2.3 基于智能分布的體系結(jié)構(gòu)
基 于智 能 分布的體系結(jié)構(gòu)在人工智能上屬于最新的分布式智能，在結(jié)構(gòu)上體現(xiàn)為分散分布，在執(zhí)行上屬于協(xié)同執(zhí)行，既可以單獨(dú)完成各自的局部問題求解，又能通過協(xié)作求解單個或多個全局問題。以基于多智能體的體系結(jié)構(gòu)為典型代表。這種體系結(jié)構(gòu)的優(yōu)點(diǎn)是既具有“智能分布”的特點(diǎn)，又有統(tǒng)一的協(xié)調(diào)機(jī)制。但是如何在各個智能體之間合理的劃分和協(xié)調(diào)仍然需要大量的研究和實(shí)踐。該體系結(jié)構(gòu)在許多大型的智能信息處理系統(tǒng)上有著廣泛的應(yīng)用。
除以 上 三 類主要的體系結(jié)構(gòu)之外，還有一些改進(jìn)的混合式體系結(jié)構(gòu)，如帶反饋環(huán)節(jié)的行為分解模式、基于分布式智能的分層體系結(jié)構(gòu)、基于功能分解的多智能體結(jié)構(gòu)等等。但是從整體上來看，它們或是在功能模塊的靈活性和擴(kuò)展性上不足，或是沒能很好的協(xié)調(diào)慎思式智能與反應(yīng)式智能，或是各層次間的交流機(jī)制不夠完善。
3 仿生式控制體系結(jié)構(gòu)
3.1 仿生式體系結(jié)構(gòu)的思想原理
從本質(zhì)上來講，慎思式智能、反應(yīng)式智能以及分布式智能，都是對生物控制邏輯和推理方式的一種借鑒和仿生，但由于客觀條件的限制和需求目的的局限，它們都只是從某一個角度和方向?qū)ι镏悄艿囊环N片面的、局部的模仿。本文的仿生式體系結(jié)構(gòu)就是以前述的生物控制邏輯和行為推理為基礎(chǔ)，充分借鑒基于慎思式智能、反應(yīng)式智能和分布式智能等三種體系結(jié)構(gòu)思想的優(yōu)點(diǎn)與不足之處，針對目前機(jī)器人特別是未知環(huán)境下工作的移動機(jī)器人在控制體系結(jié)構(gòu)方面所存在的缺點(diǎn)和問題，提出一種具有適應(yīng)行為與進(jìn)化能力的新的控制思想與理念。
其主要思想和原理如下：
(1)借 鑒 基于反應(yīng)式智能的行為分解思想，依據(jù)行為級別的高低將控制體系結(jié)構(gòu)化分為多個行為層；
各行為層間(即行為劃分標(biāo)準(zhǔn))應(yīng)該是：
.由被動的行為到主動的行為；
.由基本的行為到復(fù)合的行為；
.由低級的行為到高級的行為；
.由反射式行為到目標(biāo)式行為；
.由基于安全的行為到面向任務(wù)的行為；
.由硬件直接實(shí)現(xiàn)的行為到需要復(fù)雜計算甚至是分布式協(xié)同計算的行為。
(2)借鑒反應(yīng)式智能的思想，在控制體系結(jié)構(gòu)中引人本能式行為控制層；
(3)借鑒生物的條件反射思想，在控制體系結(jié)構(gòu)中引人反射式行為控制層；
(4)借鑒慎思式智能的思想，在控制體系結(jié)構(gòu)中引人慎思式行為控制層；
(5)借鑒分布式智能的思想，在控制體系結(jié)構(gòu)中引人社會式行為控制層；
(6)借鑒生物的自適應(yīng)性思想，在控制體系結(jié)構(gòu)中實(shí)現(xiàn)本代內(nèi)的由慎思式行為層到反射式行為層的學(xué)習(xí)；
(7)借鑒生物的自進(jìn)化性思想，在控制體系結(jié)構(gòu)中實(shí)現(xiàn)多代間的由反射式行為層向本能式行為層的進(jìn)化(或退化)。
所以，仿生式體系結(jié)構(gòu)共有四個行為控制層組成，即本能式行為控制層、反射式行為控制層、慎思式行為控制層和社會式行為控制層，它們并行接收來自感知層的外部和內(nèi)部信息，各自作出邏輯判斷和反應(yīng)，發(fā)出控制信息到末端執(zhí)行層，通過競爭和協(xié)調(diào)來調(diào)節(jié)自身并適應(yīng)外部環(huán)境，從而按照目標(biāo)完成工作任務(wù)。
3.2 仿生式體系結(jié)構(gòu)的整體設(shè)計
仿生式體系結(jié)構(gòu)的整體組成如圖2所示。其工作流程為：
圖2 機(jī)骼人仿生式體系結(jié)構(gòu)圖
(1)感知層感知機(jī)器人內(nèi)部和外界的敏感信息，分類傳至數(shù)據(jù)庫；
(2)本能類的信息直接傳至本能式行為控制層，如不為零則直接傳至執(zhí)行層，觸發(fā)對應(yīng)的行為，同時觸發(fā)行為保存至決策庫；
(3)反射類的信息傳至反射式行為控制層，歸類后經(jīng)模糊邏輯判斷觸發(fā)相應(yīng)的行為，同時將模糊決策結(jié)果保存至決策庫；
(4)慎思類的信息傳至慎思式行為控制層，歸類后經(jīng)神經(jīng)網(wǎng)絡(luò)推理得出模糊決策，存至決策庫并觸發(fā)相應(yīng)的行為；
(5)社會式行為控制層感知和接收來自其他仿生機(jī)器人或人類的決策信息，同時提取本身的底層決策結(jié)構(gòu)，綜合衡量比較處理后得出決策，存至決策庫并觸發(fā)相應(yīng)的行為。
在具體的執(zhí)行過程中，四個行為控制層在優(yōu)先級別和響應(yīng)時間上存在著如下關(guān)系：
(1)各行為控制層具體執(zhí)行的優(yōu)先級別：社會式行為控制層>本能式行為控制層>反射式行為控制層>慎思式行為控制層
(2)各行為控制層響應(yīng)時間的長短順序：社會式行為控制層>慎思式行為控制層>反射式行為控制層>本能式行為控制層
3.3 各行為控制層的具體實(shí)現(xiàn)
3.3.1本能式行為控制層的設(shè)計實(shí)現(xiàn)
本能式行為控制對機(jī)器人而言就是指參照生命的本能反應(yīng)的在邏輯上無需判斷推理，在硬件上直接觸發(fā)實(shí)現(xiàn)的行為控制方式。
本能式行為控制層所包含的行為一般為基于安全的最基本、最低級的行為，如電源啟動、自身基本狀態(tài)檢測、避碰等等。
規(guī)則I：
if data_instinet_class<>0 then//非零觸發(fā)
exec(instinct-class)// 執(zhí)行對應(yīng)行為
report (decision_bank)//存人數(shù)據(jù)庫
對本能類信息作二值化處理，超過所設(shè)的閡值則觸發(fā)對應(yīng)的本能反應(yīng)。
3.3.2 反射式行為層控制的設(shè)計實(shí)現(xiàn)
反射式行為控制對機(jī)器人而言就是指參照生命的第一條件反射的在邏輯上采用模糊推理和條件觸發(fā)的行為控制方式。
反射式行為控制層所包含的行為一般為機(jī)器人在具體的環(huán)境條件下長期積累形成的一些比較低級的基本的控制行為，如響鈴避碰，遇光報警等。
規(guī)則2： 對于已經(jīng)建立了條件反射的先后發(fā)生的兩個事件Ea，Eb，設(shè)對應(yīng)的響應(yīng)為Ra，Rb，兩者間的聯(lián)接強(qiáng)度為Rab，初試聯(lián)接強(qiáng)度為R0，則可以按照如下模糊規(guī)則響應(yīng)：
If Ea is ture then//如果事件Ea發(fā)生
exec(Ra)//執(zhí)行Ea的響應(yīng)Ra
find Eb on condition (Rab>3R0/2) then //查找滿足條件反射的事件Eb
exec(Rb)//執(zhí)行Eb的響應(yīng)Rb
while(t<△T)//如果Eb如期發(fā)生
if Eb is true //則強(qiáng)化聯(lián)接強(qiáng)度
Rab=Rab-R0/2i
else Rab=Rab-R0/2i //否則弱化
End if
End if
其隸屬度圖如圖3所示。
圖3 反射式行為控制層的響應(yīng)規(guī)則
3.3.3 慎思式行為控制層的設(shè)計實(shí)現(xiàn)
慎思式行為控制指的就是全面的考慮多方面的因素與信息，由模糊邏輯和神經(jīng)網(wǎng)絡(luò)進(jìn)行推理和計算得出決策的一種高級的行為控制方式。
規(guī)則3 ：慎 思式行為控制規(guī)則采用的是規(guī)則聯(lián)接的模糊神經(jīng)網(wǎng)絡(luò)，處理過程如圖4所示。對應(yīng)的模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖5所To
圖5 悄思式行為的推理規(guī)則
3.3.4 社會式行為控制層的設(shè)計實(shí)現(xiàn)
社會式行為控制是指機(jī)器人與其他協(xié)同完成同一工作任務(wù)的機(jī)器人或人等類似智能體間的協(xié)同控制和共同處理的工作方式。其前提為共同的工作任務(wù)，統(tǒng)一的信息格式。
規(guī)則4：阿西莫夫的機(jī)器人三定律，即
機(jī)器人不得傷害人，或任人受到傷害而無所作為；
機(jī)器人應(yīng)服從人的一切命令，但命令與第一定律相抵觸時例外；
機(jī)器人必須保護(hù)自身的安全，但不得與第一、第二定律相抵觸。
3.4 各行為層間的學(xué)習(xí)與進(jìn)化
3.4.1本代內(nèi)的學(xué)習(xí)
本代的學(xué)習(xí)指的就是一代機(jī)器人內(nèi)將慎思式行為層的控制決策升華到反射式行為層的學(xué)習(xí)過程，即條件反射的形成和消除過程。
假設(shè)：生物自適應(yīng)性的本質(zhì)使其具有在先后發(fā)生時間較短的兩個事件之間產(chǎn)生關(guān)聯(lián)，并進(jìn)一步強(qiáng)化或弱化這種關(guān)聯(lián)的本能。
規(guī)則5：設(shè)先后發(fā)生的事件Ea、Eb，其時間間隔為△τ，事件間的聯(lián)接強(qiáng)度為R，則條件反射的建立和消除可以按如下規(guī)則來實(shí)現(xiàn)：
假設(shè)兩事件間的初始聯(lián)接強(qiáng)度為
Ro= Rand'(0,1) ( 1)
條件反射的上限、下限分別為
Rlowlimit=R0-R0/2=R0/2 (2)
Ruplimit=R0+R0/2=3R0/2 (3)
則兩事件間的聯(lián)接強(qiáng)度為
設(shè)i=0，△τi=△τo=0，則
聯(lián)接強(qiáng)度R的大小反映的就是事件間的條件反射關(guān)系。
3.4.2 多代間的進(jìn)化
目前的仿生機(jī)器人時代，機(jī)器人已經(jīng)初步具備了自我進(jìn)化的能力，但是這種進(jìn)化主要發(fā)生在虛擬世界中，通過移植到機(jī)器人本體而發(fā)生作用。
多代間的進(jìn)化就是指機(jī)器人通過計算機(jī)仿真計算而獲得的由反射式行為到本能式行為的建立和由本能式行為到反射式行為的消除過程。
本文所研究的機(jī)器人的進(jìn)化在性質(zhì)上指的是虛擬的進(jìn)化(或退化)，在內(nèi)容上指的是本能式行為的進(jìn)化(或退化)
假設(shè)：生物的自進(jìn)化性使其具有把某種反射式行為，變異為相應(yīng)的本能式行為并傳遞給下一代的能力，這種變異經(jīng)過環(huán)境的選擇和積累便體現(xiàn)為多代間的進(jìn)化或退化。
規(guī)則6 ：對于在同一環(huán)境下工作的多個機(jī)器人，如果都對應(yīng)的形成了某類條件反射B，那么在下一代機(jī)器人中將考慮把其對應(yīng)的控制規(guī)則由反射式控制Cr進(jìn)化為本能式控制Ci，即在事件Ea發(fā)生時直接執(zhí)行Ra和Rb；對于某類行為的本能性控制直接消除，通過機(jī)器人在后天的與環(huán)境的交互中建立條件反射來控制執(zhí)行。
4 結(jié)論
本文所設(shè)計的仿生式控制體系結(jié)構(gòu)全面吸收和借鑒了慎思式智能、反應(yīng)式智能和分布式智能的優(yōu)點(diǎn)與長處，生命的本質(zhì)特征為基礎(chǔ)設(shè)計適用于第四代仿生機(jī)器人的仿生式體系結(jié)構(gòu)，實(shí)現(xiàn)了仿生機(jī)器人單代間的學(xué)習(xí)和多代間的進(jìn)化，對機(jī)器人的發(fā)展有著重要的意義和影響。
作者簡介：許宏巖(1976-),男，博士研究生，主要研究方向?yàn)榉律鷻C(jī)器人，移動機(jī)器人導(dǎo)航/定位、加工工況監(jiān)測等。
王樹國，男，哈爾濱工業(yè)大學(xué)校長、教授，博士生導(dǎo)師
