《智能系统学报》：A3I——21世纪科技之光（华中科技大学：黄心汉）.pdf_大学文库

第11卷第6期智能系统学报 Vol.11 No.6 2016年12月 CAAI Transactions on Intelligent Systems Dec.2016 D0I:10.11992/is.201605022 网络出版地址：http://www.cnki.net/kcms/detail/23.1538.TP A3I:21世纪科技之光黄心汉 (华中科技大学自动化学院，湖北武汉430074)》摘要：在回顾人工智能、智能控制与智能机器人(artificial intelligence,intelligent control and intelligent robotics,A3I)发展历程的基础上，介绍了人工智能的诞生和发展进程，研究目标与实现途径。提出了传统控制技术面临的挑战与出路，比较了智能控制与传统控制在知识的获取、描述、加工和运用方面的不同之处，阐述了二者之间的相互关系，指出了智能控制系统应具备的基本功能、主要任务与实现方法。介绍了机器人的过去一人类的幻想，机器人的现在一从幻想走向现实和机器人的未来一智能机器人。最后对人工智能、智能控制和智能机器人的发展前景进行了展望。关键词：人工智能：智能控制：智能机器人；神经网络：深度学习：模糊控制；专家系统：传递函数；动态规划中图分类号：TP242文献标志码：A文章编号：1673-4785(2016)06-0835-14 中文引用格式：黄心汉.A3I:21世纪科技之光[J].智能系统学报，2016,11(6)：835-848. 英文引用格式：HUANG Xinhan.A3I:the star of science and technology for the2 Ist century[J].CAAI Transactions on Intelligent Systems,2016,11(6):835-848. A3I:the star of science and technology for the 21st century HUANG Xinhan (School of Automation,Huazhong University of Science and Technology,Wuhan 430074,China) Abstract:This paper reviews the development history of artificial intelligence,intelligent control and intelligent ro- botics (A31).Subsequently,it introduces the birth and development of artificial intelligence and its research objec- tives and implementation approaches and proposes the challenges faced by traditional control technology and the so- lutions for these challenges.The differences between intelligent and traditional control are compared for acquisition, description,processing,and application of knowledge.Moreover,the relationship between intelligent control and traditional control is expounded.The basic functions,main tasks,and implementation methods of intelligent control systems are also demonstrated.In the past,robots were considered a human's fantasy,and at present,robots have entered reality,whereas in the future,robots could be intelligent robots.Finally,the development prospects of arti- ficial intelligence,intelligence control,and intelligence robotics are introduced. Keywords:artificial intelligence;intelligent control;intelligent robotics;neural network;deep learning;fuzzy control;expert system;transfer function;dynamic programming 举世瞩目的人机大战落下帷幕，谷歌AlphaGo学习方面取得重大进步的体现，标志着人工智能的以4：1战胜韩国超一流棋手李世石，这是继BM发展进人了迅速发展的新阶段。目前有关人工智能 “深蓝”在1997年打败国际象棋世界冠军卡斯帕罗是否会超越人类智能的大讨论如火如茶，围棋人机夫之后，人工智能技术取得的又一重要成果。大战巅峰对决的意义超越胜负，这是科技工作者经 AlphaGo在围棋博弈的成功是人工智能技术在深度过半个多世纪的不懈努力所取得的辉煌成就。2016 年是人工智能诞生60周年，让我们来回顾一下人工收稿日期：2016-05-24. 基金项目：国家自然科学基金项目(60675028). 智能诞生和发展的历程。通信作者：黄心汉.E-mail:xhhuang(@mail.hust.ed.cm

第１１卷第６期智能系统学报Ｖｏｌ．１１ №．６２０１６年１２月ＣＡＡＩＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎｔｅｌｌｉｇｅｎｔＳｙｓｔｅｍｓＤｅｃ．２０１６ＤＯＩ：１０．１１９９２／ｔｉｓ．２０１６０５０２２网络出版地址：ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／２３．１５３８．ＴＰ．Ａ３Ｉ：２１世纪科技之光黄心汉（华中科技大学自动化学院，湖北武汉４３００７４）摘要：在回顾人工智能、智能控制与智能机器人（ａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ，ｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌａｎｄｉｎｔｅｌｌｉｇｅｎｔｒｏｂｏｔｉｃｓ，Ａ３Ｉ）发展历程的基础上，介绍了人工智能的诞生和发展进程、研究目标与实现途径。提出了传统控制技术面临的挑战与出路，比较了智能控制与传统控制在知识的获取、描述、加工和运用方面的不同之处，阐述了二者之间的相互关系，指出了智能控制系统应具备的基本功能、主要任务与实现方法。介绍了机器人的过去———人类的幻想，机器人的现在———从幻想走向现实和机器人的未来———智能机器人。最后对人工智能、智能控制和智能机器人的发展前景进行了展望。关键词：人工智能；智能控制；智能机器人；神经网络；深度学习；模糊控制；专家系统；传递函数；动态规划中图分类号：ＴＰ２４２文献标志码：Ａ文章编号：１６７３－４７８５（２０１６）０６－０８３５－１４中文引用格式：黄心汉．Ａ３Ｉ：２１世纪科技之光［Ｊ］．智能系统学报，２０１６，１１（６）：８３５－８４８．英文引用格式：ＨＵＡＮＧＸｉｎｈａｎ．Ａ３Ｉ：ｔｈｅｓｔａｒｏｆｓｃｉｅｎｃｅａｎｄｔｅｃｈｎｏｌｏｇｙｆｏｒｔｈｅ２１ｓｔｃｅｎｔｕｒｙ［Ｊ］．ＣＡＡＩＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎｔｅｌｌｉｇｅｎｔＳｙｓｔｅｍｓ，２０１６，１１（６）：８３５－８４８．Ａ３Ｉ：ｔｈｅｓｔａｒｏｆｓｃｉｅｎｃｅａｎｄｔｅｃｈｎｏｌｏｇｙｆｏｒｔｈｅ２１ｓｔｃｅｎｔｕｒｙＨＵＡＮＧＸｉｎｈａｎ（ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎ，ＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００７４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｒｅｖｉｅｗｓｔｈｅｄｅｖｅｌｏｐｍｅｎｔｈｉｓｔｏｒｙｏｆａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ，ｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌａｎｄｉｎｔｅｌｌｉｇｅｎｔｒｏ⁃ ｂｏｔｉｃｓ（Ａ３Ｉ）．Ｓｕｂｓｅｑｕｅｎｔｌｙ，ｉｔｉｎｔｒｏｄｕｃｅｓｔｈｅｂｉｒｔｈａｎｄｄｅｖｅｌｏｐｍｅｎｔｏｆａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅａｎｄｉｔｓｒｅｓｅａｒｃｈｏｂｊｅｃ⁃ ｔｉｖｅｓａｎｄｉｍｐｌｅｍｅｎｔａｔｉｏｎａｐｐｒｏａｃｈｅｓａｎｄｐｒｏｐｏｓｅｓｔｈｅｃｈａｌｌｅｎｇｅｓｆａｃｅｄｂｙｔｒａｄｉｔｉｏｎａｌｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙａｎｄｔｈｅｓｏ⁃ ｌｕｔｉｏｎｓｆｏｒｔｈｅｓｅｃｈａｌｌｅｎｇｅｓ．Ｔｈｅｄｉｆｆｅｒｅｎｃｅｓｂｅｔｗｅｅｎｉｎｔｅｌｌｉｇｅｎｔａｎｄｔｒａｄｉｔｉｏｎａｌｃｏｎｔｒｏｌａｒｅｃｏｍｐａｒｅｄｆｏｒａｃｑｕｉｓｉｔｉｏｎ，ｄｅｓｃｒｉｐｔｉｏｎ，ｐｒｏｃｅｓｓｉｎｇ，ａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｋｎｏｗｌｅｄｇｅ．Ｍｏｒｅｏｖｅｒ，ｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌａｎｄｔｒａｄｉｔｉｏｎａｌｃｏｎｔｒｏｌｉｓｅｘｐｏｕｎｄｅｄ．Ｔｈｅｂａｓｉｃｆｕｎｃｔｉｏｎｓ，ｍａｉｎｔａｓｋｓ，ａｎｄｉｍｐｌｅｍｅｎｔａｔｉｏｎｍｅｔｈｏｄｓｏｆｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌｓｙｓｔｅｍｓａｒｅａｌｓｏｄｅｍｏｎｓｔｒａｔｅｄ．Ｉｎｔｈｅｐａｓｔ，ｒｏｂｏｔｓｗｅｒｅｃｏｎｓｉｄｅｒｅｄａｈｕｍａｎ’ｓｆａｎｔａｓｙ，ａｎｄａｔｐｒｅｓｅｎｔ，ｒｏｂｏｔｓｈａｖｅｅｎｔｅｒｅｄｒｅａｌｉｔｙ，ｗｈｅｒｅａｓｉｎｔｈｅｆｕｔｕｒｅ，ｒｏｂｏｔｓｃｏｕｌｄｂｅｉｎｔｅｌｌｉｇｅｎｔｒｏｂｏｔｓ．Ｆｉｎａｌｌｙ，ｔｈｅｄｅｖｅｌｏｐｍｅｎｔｐｒｏｓｐｅｃｔｓｏｆａｒｔｉ⁃ ｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ，ｉｎｔｅｌｌｉｇｅｎｃｅｃｏｎｔｒｏｌ，ａｎｄｉｎｔｅｌｌｉｇｅｎｃｅｒｏｂｏｔｉｃｓａｒｅｉｎｔｒｏｄｕｃｅｄ．Ｋｅｙｗｏｒｄｓ：ａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ；ｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌ；ｉｎｔｅｌｌｉｇｅｎｔｒｏｂｏｔｉｃｓ；ｎｅｕｒａｌｎｅｔｗｏｒｋ；ｄｅｅｐｌｅａｒｎｉｎｇ；ｆｕｚｚｙｃｏｎｔｒｏｌ；ｅｘｐｅｒｔｓｙｓｔｅｍ；ｔｒａｎｓｆｅｒｆｕｎｃｔｉｏｎ；ｄｙｎａｍｉｃｐｒｏｇｒａｍｍｉｎｇ收稿日期：２０１６－０５－２４．基金项目：国家自然科学基金项目（６０６７５０２８）．通信作者：黄心汉．Ｅ⁃ｍａｉｌ：ｘｈｈｕａｎｇ＠ｍａｉｌ．ｈｕｓｔ．ｅｄｕ．ｃｎ．举世瞩目的人机大战落下帷幕，谷歌ＡｌｐｈａＧｏ以４ ∶ １战胜韩国超一流棋手李世石，这是继ＩＢＭ “深蓝”在１９９７年打败国际象棋世界冠军卡斯帕罗夫之后，人工智能技术取得的又一重要成果。ＡｌｐｈａＧｏ在围棋博弈的成功是人工智能技术在深度学习方面取得重大进步的体现，标志着人工智能的发展进入了迅速发展的新阶段。目前有关人工智能是否会超越人类智能的大讨论如火如荼，围棋人机大战巅峰对决的意义超越胜负，这是科技工作者经过半个多世纪的不懈努力所取得的辉煌成就。２０１６年是人工智能诞生６０周年，让我们来回顾一下人工智能诞生和发展的历程

.836. 智能系统学报第11卷座KBA 关问题。达特茅斯会议标志着人工智能作为一门新兴学科的正式诞生。图3是达特茅斯会议原址达特茅斯学院的达特茅斯楼。图4是2006年5位在世的达特茅斯会议参与者重聚达特茅斯纪念会议50周年时的合影（左起摩尔、麦卡锡、明斯基、赛弗里奇、所罗门诺夫)。图1人机大战比赛现场高回后白可I日 Fig.1 Man-machine game site 到围国旧日口目店旧日山g日目百 1人工智能：曙光初显狗国国目T目回 1.1人工智能的诞生 1950年英国数学家、逻辑学家，被誉为计算机科图3达特茅斯楼学之父的阿兰·图灵(Alan Turing)发表了一篇划时 Fig.3 Dartmouth floor 代的论文《计算机器与智能》山，文中预言了创造出具有真正智能的机器的可能性。他的这篇著名论文和他设计图灵测试（图2）拉开了人工智能的序幕。提问者？图4五位达特茅斯会议参与者2006年的合影 Fig.4 Photo of five Dartmouth conference participants 回答者A 回答者B in2006 图2图灵测试示意图经过10余年的研究与发展，人工智能在定理证 Fig.2 Schematic diagram of the Turing test 明、问题求解、计算机博弈等领域取得重要进展。第 1956年夏季，美国10位杰出青年科学家：达特一届国际人工智能联合会议(International Joint Con- 茅斯学院的数学家和计算机专家麦卡锡(John Mc- ferences on Artificial Intelligence,JCAI)于l969年召 Carthy)、哈佛大学的数学家和神经学家明斯基(M. 开，l970年人工智能杂志《Artificial Intelligence》创 L.Minsky)、IBM公司信息中心负责人洛切斯特刊，这些事件标志着人工智能作为一门独立学科得 (Nathaniel Rochester)、贝尔实验室信息部数学研究到国际学术界的认可。员香农(Claude Shannon)、IBM公司的摩尔(Tren- 随着实际系统越来越庞大、越来越复杂，人们对 chard More)和塞缪尔(Arthur Samuel)、麻省理工学于人工智能的应用有着强烈需求。人工智能越来越院的赛弗里奇(Oliver Selfridge)和所罗门诺夫(So- 关注实际应用，与其他学科的联系也越来越紧密，统 lomonoff)、以及卡内基一梅隆大学的纽维尔(Allen 计学、控制论、生物学等学科不断深入到人工智能 Newell)和西蒙(Herbert Simon)在美国达特茅斯学中，诞生了不少新观点和具有良好应用效果的研究院(Dartmouth College)进行了一次为期两个月的夏成果。1982年，美国物理学家约翰·霍普菲尔德(J. 季学术研讨会，会议召集人麦卡锡将该会议命名为】.Hopfield)提出了霍普菲尔德神经网络)，这一成 “人工智能夏季研讨会”(Summer Research Project 果与l985年由鲁梅尔哈特(D.E.Rumelhart)等提 on Artificial Intelligence)[)。主要研讨用机器模拟出的多层网络中的反向传播(BP)算法[一起，促进人类智能的有关问题，并经麦卡锡提议，正式采用人了神经网络研究的复兴。20世纪80年代中后期开工智能(artificial intelligence,AI)这一术语来表述相始，统计学在人工智能中发挥重要作用，隐马尔可夫

图１人机大战比赛现场Ｆｉｇ．１Ｍａｎ⁃ｍａｃｈｉｎｅｇａｍｅｓｉｔｅ１人工智能：曙光初显１．１人工智能的诞生１９５０年英国数学家、逻辑学家，被誉为计算机科学之父的阿兰·图灵（ＡｌａｎＴｕｒｉｎｇ）发表了一篇划时代的论文《计算机器与智能》［１］，文中预言了创造出具有真正智能的机器的可能性。他的这篇著名论文和他设计图灵测试（图２）拉开了人工智能的序幕。图２图灵测试示意图Ｆｉｇ．２ＳｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｔｈｅＴｕｒｉｎｇｔｅｓｔ１９５６年夏季，美国１０位杰出青年科学家：达特茅斯学院的数学家和计算机专家麦卡锡（ＪｏｈｎＭｃ⁃ Ｃａｒｔｈｙ）、哈佛大学的数学家和神经学家明斯基（Ｍ．Ｌ．Ｍｉｎｓｋｙ）、ＩＢＭ公司信息中心负责人洛切斯特（ＮａｔｈａｎｉｅｌＲｏｃｈｅｓｔｅｒ）、贝尔实验室信息部数学研究员香农（ＣｌａｕｄｅＳｈａｎｎｏｎ）、ＩＢＭ公司的摩尔（Ｔｒｅｎ⁃ ｃｈａｒｄＭｏｒｅ）和塞缪尔（ＡｒｔｈｕｒＳａｍｕｅｌ）、麻省理工学院的赛弗里奇（ＯｌｉｖｅｒＳｅｌｆｒｉｄｇｅ）和所罗门诺夫（Ｓｏ⁃ ｌｏｍｏｎｏｆｆ）、以及卡内基—梅隆大学的纽维尔（ＡｌｌｅｎＮｅｗｅｌｌ）和西蒙（ＨｅｒｂｅｒｔＳｉｍｏｎ）在美国达特茅斯学院（ＤａｒｔｍｏｕｔｈＣｏｌｌｅｇｅ）进行了一次为期两个月的夏季学术研讨会，会议召集人麦卡锡将该会议命名为 “人工智能夏季研讨会” （ＳｕｍｍｅｒＲｅｓｅａｒｃｈＰｒｏｊｅｃｔｏｎＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ）［２］。主要研讨用机器模拟人类智能的有关问题，并经麦卡锡提议，正式采用人工智能（ａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ，ＡＩ）这一术语来表述相关问题。达特茅斯会议标志着人工智能作为一门新兴学科的正式诞生。图３是达特茅斯会议原址达特茅斯学院的达特茅斯楼。图４是２００６年５位在世的达特茅斯会议参与者重聚达特茅斯纪念会议５０周年时的合影（左起摩尔、麦卡锡、明斯基、赛弗里奇、所罗门诺夫）。图３达特茅斯楼Ｆｉｇ．３Ｄａｒｔｍｏｕｔｈｆｌｏｏｒ图４五位达特茅斯会议参与者２００６年的合影Ｆｉｇ．４ＰｈｏｔｏｏｆｆｉｖｅＤａｒｔｍｏｕｔｈｃｏｎｆｅｒｅｎｃｅｐａｒｔｉｃｉｐａｎｔｓｉｎ２００６经过１０余年的研究与发展，人工智能在定理证明、问题求解、计算机博弈等领域取得重要进展。第一届国际人工智能联合会议（ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｉｎｔＣｏｎ⁃ ｆｅｒｅｎｃｅｓｏｎＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ，ＩＪＣＡＩ）于１９６９年召开，１９７０年人工智能杂志《ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ》创刊，这些事件标志着人工智能作为一门独立学科得到国际学术界的认可。随着实际系统越来越庞大、越来越复杂，人们对于人工智能的应用有着强烈需求。人工智能越来越关注实际应用，与其他学科的联系也越来越紧密，统计学、控制论、生物学等学科不断深入到人工智能中，诞生了不少新观点和具有良好应用效果的研究成果。１９８２年，美国物理学家约翰∙霍普菲尔德（Ｊ．Ｊ．Ｈｏｐｆｉｅｌｄ）提出了霍普菲尔德神经网络［３］，这一成果与１９８５年由鲁梅尔哈特（Ｄ．Ｅ．Ｒｕｍｅｌｈａｒｔ）等提出的多层网络中的反向传播（ＢＰ）算法［４］一起，促进了神经网络研究的复兴。２０世纪８０年代中后期开始，统计学在人工智能中发挥重要作用，隐马尔可夫 ·８３６· 智能系统学报第１１卷

第6期黄心汉：A3I:21世纪科技之光 .837. 模型被引入语音识别，贝叶斯网络成为不确定性推专家系统等。理的重要手段。20世纪80年代后期出现了数据挖 4)行为主义掘技术。1991年，麻省理工学院著名机器人专家罗布鲁克斯在1991年发表的《没有表示的智能》德尼·布鲁克斯(R.A.Brooks)发表了《没有表示和《没有推理的智能》是对传统人工智能的批评和的智能》[1和《没有推理的智能》[6的新观点。1995 否定，开创了基于行为的人工智能研究新途径。行年出现的智能体(Agent)[)和多智能体(Muli-a- 为主义认为智能来自于感知与行为和对外界环境的 g©nt)概念[8-)，迅速成为智能系统的构造，特别是分适应，而不是传统的“深思熟虑”的表示和推理。研布式智能系统构造的研究热点[01)。近年出现的究领域包括智能机器人[]、机器昆虫等。深度学习、大数据、云计算和互联网+，为智能控制 5)进化主义的发展提供了新的途径。其基本思想是模拟生物进化过程，借助遗传学 1.2人工智能的研究目标和进化论，通过遗传和变异完成进化过程。进化主 1)长远目标义与学习有类似之处，本质上都是试图不断提高智揭示人类智能的机理，用人工智能技术构建智能能系统解决问题的能力，但二者采用的手段存在很机器来模拟和扩展人类智能，实现脑力劳动自动化。大不同，学习是一种个体行为，而进化则是一种群体 2)近期目标行为。研究如何使机器更聪明，使它在某一方面和在 6)群体智能一定程度上模拟人类智能，如智能机器人[)的环境不同于进化主义通过遗传和变异实现一代一代识别、自主决策和人机交互能力等：或者在实际应用的进化，群体主义是通过个体之间的协同与合作来中，为人类提供智能工具，帮助人们解决一些具体问解决问题，表现出群体智能，而非个体智能。主要方题，如智能制造、智能家居、智能楼宇、智能医疗、智法包括由多智能体构建分布式智能系统，以粒子群能手机、智能交通等。算法(particle swarm optimization,PSO)[2o]和蚁群算长远目标与近期目标没有明确界限，长远目标法(ant algorithm,AA)[2为代表的群智能优化算法为近期目标指明方向，近期目标为人工智能的应用等。典型应用如机器人足球赛、机器人围捕及群体提供理论和技术基础，随着人工智能研究的发展和攻击与路径规划等。进步，最终实现长远目标。 7)深度学习 1.3人工智能的实现途径深度学习是机器学习的一个新的领域[2】，Hin 1)符号处理 ton等[2]在2006年提出深度学习概念，通过模仿人其理论基础是纽维尔和西蒙提出的物理符号系脑的机制和构建类似于人类大脑的神经网络来解释统假说[1)，用符号来表示知识，并进行基于符号的数据、图像、声音和文本。AlphGo构建了2个网络推理，实现人工智能。应用领域包括问题求解、计算来模仿人类的深度学习，一个是“策略网络”，用来机博弈、自动定理证明和专家系统等。决定下一步棋如何走：另一个是“价值网络”，用来 2)连接主义分析胜负形势。2个网络同时运行，取得了很好的以结构模拟为核心，主要实现方式是人工神经效果。深度学习有两种方式，即监督学习与无监督网络，由于人工神经网络是通过大量神经元相互连学习，不同框架下建立的学习模型也不相同。如卷接而形成6]，因此得名连接主义。目前主要的神经积神经网络(convolutional neural networks,CNNs)是网络结构模型有感知器、霍普菲尔德网络、自组织特一种监督学习模型，而深度置信网(Deep Belief 征映射网络等。 Nets,DBNs)则是一种无监督学习模型。 3)学习 1.4人工智能的应用领域学习是获取知识的途径，因此通过机器学习实人工智能的应用领域非常广泛，目前涉及的领现人工智能就是一种自然想法，赋予机器学习能力域包括：认知科学、机器学习、自然语言理解、机器人涉及人类智能本质的根本问题，对这一问题的解决学、计算机博弈、自动定理证明、模式识别、计算机视意味着真正的人工智能的到来-】，但这也是一个觉、人工神经网络、专家系统、知识发现与数据挖掘、非常困难的问题。涉及的研究领域包括：计算机视自动程序设计、智能控制、智能决策支持系统、分布觉、模式识别、知识发现与数据挖掘、人工神经网络、式人工智能以及大数据、云计算和互联网+等

模型被引入语音识别，贝叶斯网络成为不确定性推理的重要手段。２０世纪８０年代后期出现了数据挖掘技术。１９９１年，麻省理工学院著名机器人专家罗德尼∙布鲁克斯（Ｒ．Ａ．Ｂｒｏｏｋｓ）发表了《没有表示的智能》［５］和《没有推理的智能》［６］的新观点。１９９５年出现的智能体（Ａｇｅｎｔ）［７］和多智能体（Ｍｕｌｔｉ⁃ａ⁃ ｇｅｎｔ）概念［８－９］，迅速成为智能系统的构造，特别是分布式智能系统构造的研究热点［１０－１２］。近年出现的深度学习、大数据、云计算和互联网＋，为智能控制的发展提供了新的途径。１．２人工智能的研究目标１）长远目标揭示人类智能的机理，用人工智能技术构建智能机器来模拟和扩展人类智能，实现脑力劳动自动化。２）近期目标研究如何使机器更聪明，使它在某一方面和在一定程度上模拟人类智能，如智能机器人［１３］的环境识别、自主决策和人机交互能力等；或者在实际应用中，为人类提供智能工具，帮助人们解决一些具体问题，如智能制造、智能家居、智能楼宇、智能医疗、智能手机、智能交通［１４］等。长远目标与近期目标没有明确界限，长远目标为近期目标指明方向，近期目标为人工智能的应用提供理论和技术基础，随着人工智能研究的发展和进步，最终实现长远目标。１．３人工智能的实现途径１）符号处理其理论基础是纽维尔和西蒙提出的物理符号系统假说［１５］，用符号来表示知识，并进行基于符号的推理，实现人工智能。应用领域包括问题求解、计算机博弈、自动定理证明和专家系统等。２）连接主义以结构模拟为核心，主要实现方式是人工神经网络，由于人工神经网络是通过大量神经元相互连接而形成［１６］，因此得名连接主义。目前主要的神经网络结构模型有感知器、霍普菲尔德网络、自组织特征映射网络等。３）学习学习是获取知识的途径，因此通过机器学习实现人工智能就是一种自然想法，赋予机器学习能力涉及人类智能本质的根本问题，对这一问题的解决意味着真正的人工智能的到来［１７－１８］，但这也是一个非常困难的问题。涉及的研究领域包括：计算机视觉、模式识别、知识发现与数据挖掘、人工神经网络、专家系统等。４）行为主义布鲁克斯在１９９１年发表的《没有表示的智能》和《没有推理的智能》是对传统人工智能的批评和否定，开创了基于行为的人工智能研究新途径。行为主义认为智能来自于感知与行为和对外界环境的适应，而不是传统的“深思熟虑”的表示和推理。研究领域包括智能机器人［１９］、机器昆虫等。５）进化主义其基本思想是模拟生物进化过程，借助遗传学和进化论，通过遗传和变异完成进化过程。进化主义与学习有类似之处，本质上都是试图不断提高智能系统解决问题的能力，但二者采用的手段存在很大不同，学习是一种个体行为，而进化则是一种群体行为。６）群体智能不同于进化主义通过遗传和变异实现一代一代的进化，群体主义是通过个体之间的协同与合作来解决问题，表现出群体智能，而非个体智能。主要方法包括由多智能体构建分布式智能系统，以粒子群算法（ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）［２０］和蚁群算法（ａｎｔａｌｇｏｒｉｔｈｍ，ＡＡ）［２１］为代表的群智能优化算法等。典型应用如机器人足球赛、机器人围捕及群体攻击与路径规划等。７）深度学习深度学习是机器学习的一个新的领域［２２］，Ｈｉｎ⁃ ｔｏｎ等［２３］在２００６年提出深度学习概念，通过模仿人脑的机制和构建类似于人类大脑的神经网络来解释数据、图像、声音和文本。ＡｌｐｈＧｏ构建了２个网络来模仿人类的深度学习，一个是“策略网络”，用来决定下一步棋如何走；另一个是“价值网络”，用来分析胜负形势。２个网络同时运行，取得了很好的效果。深度学习有两种方式，即监督学习与无监督学习，不同框架下建立的学习模型也不相同。如卷积神经网络（ｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｓ，ＣＮＮｓ）是一种监督学习模型，而深度置信网（ＤｅｅｐＢｅｌｉｅｆＮｅｔｓ，ＤＢＮｓ）则是一种无监督学习模型。１．４人工智能的应用领域人工智能的应用领域非常广泛，目前涉及的领域包括：认知科学、机器学习、自然语言理解、机器人学、计算机博弈、自动定理证明、模式识别、计算机视觉、人工神经网络、专家系统、知识发现与数据挖掘、自动程序设计、智能控制、智能决策支持系统、分布式人工智能以及大数据、云计算和互联网＋等。第６期黄心汉：Ａ３Ｉ：２１世纪科技之光 ·８３７·

.838 智能系统学报第11卷 2 智能控制—方兴未艾线性系统理论为基础，以状态空间分析为工具，借助计算机的强大计算能力对系统进行分析、计算与设 2.1传统控制面临挑战计，不仅方便，而且概念清晰。其代表性成果有：庞 1948年，美国学者、控制论创始人维纳(N. 特里亚金(Pontryagin)极大值原理[】、贝尔曼(Be Wiener)发表了他的名著《控制论：或关于在动物和 man)动态规划3]、卡尔曼(Kalman)滤波[34-3]等，机器中控制和通讯的科学》[2)，控制理论的发展大这些研究成果奠定了现代控制理论的基础。体上可分为3个主要阶段：经典控制理论(20世纪 2.1.3大系统理论 40年代)，现代控制理论(20世纪60年代)和大系大系统理论是20世纪70年代形成的，它综合统理论与智能控制理论(20世纪70年代)。经典控了线性规划、决策理论和现代控制理论等方面的成制理论和现代控制理论一般称为传统控制理论[)。果，把复杂的工业系统、生态环境系统和社会经济系 2.1.1经典控制理论统作为研究和应用的对象。大系统理论涉及系统建自动控制技术可追溯到工业革命前对蒸气机的模和模型简化、系统结构和稳定性以及信息获取和运行控制，1868年英国物理学家麦克斯韦(Max- 递阶与分散控制等内容。大系统理论在工农业生 w©l)以蒸气机阀门的飞球调节器系统为对象，建立产、交通运输、资源开发、物流管理、人口与计划生了调速系统的线性常微分方程，解释了控制系统中育、天气预报和环境保护等领域获得了成功应用。出现的不稳定问题，提出了用数学模型分析和综合 2.1.4传统控制面临的挑战控制系统的方法，揭开了系统分析和反馈控制原理传统控制理论（包括经典控制理论、现代控制等基础研究的序幕。1892年，俄国数学和力学家李理论和大系统理论)是以精确数学模型为基础的系雅普诺夫(Lyapunov)在他的博士论文《运动稳定性统分析与综合方法。面对科技和生产力水平高速发的一般问题》[2]中给出了运动稳定性的严格数学定展和对大规模、复杂和不确定性系统难以建模的困义，建立了从概念到方法的关于稳定性理论的完整境，基于数学模型的传统控制技术的局限性日益明体系，从而奠定了稳定性理论的基础。20世纪20 显，其应用受到了很大限制，从而面临一场严峻的挑年代以来，Black、Nyquist!2)、Bode等关于反馈放大战。那么，它的出路在何方呢？器的研究，1940年美国应用数学家Bode提出的波 2.2智能控制的诞生德图[2](Bode plots),1942年Harris将拉普拉斯变随着人工智能和自动控制技术的发展，人们在换应用到分析自动调节系统提出的传递函数[2]，以将人工智能作为思维科学的同时，也不断探索将其及Nyquist提出的“乃奎斯特判据”和美国学者Ev- 应用到科技领域。智能控制(intelligent control,.IC) ans提出的根轨迹法[03)等，这些理论的提出逐步正是人工智能与自动控制技术融合的产物。它摒弃完善了自动控制理论的分析与综合方法，形成了经了传统控制对数学模型的依赖，以控制目的和行为典控制理论。为目标，运用人工智能技术，通过学习、训练、推理、经典控制理论是一种基于数学模型的定量方判断、决策的符号演绎实现对复杂大系统的控制。法，它以“反馈控制原理”和“Lyapunov稳定性理论” 计算机科学、信息科学、人工智能的新进展和智能机为基础，以研究单变量系统为主要对象，在用复变函器人的工程实践为智能控制的诞生奠定了理论和技数和Laplace变换建立系统传递函数的基础上，采术基础。用时域、频域或根轨迹法来分析和综合系统的动态 2.2.1智能控制与传统控制的比较和稳态性能。如求解系统的微分方程，绘制Nyquist 在理论基础、实现方法和系统规模上智能控制曲线、Bode图、根轨迹图、Routh判据列表等。已形与传统控制有着本质的区别，但它们也不是互相排成了完善的理论体系，获得了广泛的应用。斥的。传统控制往往用来解决系统底层（执行层） 2.1.2现代控制理论的控制问题，从而保证系统的控制精度。智能控制 20世纪60年代随着宇宙飞船轨线控制的需则在系统的中层（协调层）和高层（决策层）进行环要，提出了以多变量控制为特征的现代控制理论。境识别、信息融合和推理决策等，实现对系统行为和现代控制理论是在1960年6月在莫斯科召开的国目标的控制。智能控制与传统控制的结合既提高了际自动控制联合会(International Federation of Auto- 系统的智能化程度，又能保证系统的控制精度，使系 matic Control,IFAC)第一届年会上首次提出。它以统结构更加合理，达到互补的效果

２智能控制———方兴未艾２．１传统控制面临挑战１９４８年，美国学者、控制论创始人维纳（Ｎ．Ｗｉｅｎｅｒ）发表了他的名著《控制论：或关于在动物和机器中控制和通讯的科学》［２４］，控制理论的发展大体上可分为３个主要阶段：经典控制理论（２０世纪４０年代），现代控制理论（２０世纪６０年代）和大系统理论与智能控制理论（２０世纪７０年代）。经典控制理论和现代控制理论一般称为传统控制理论［２５］。２．１．１经典控制理论自动控制技术可追溯到工业革命前对蒸气机的运行控制，１８６８年英国物理学家麦克斯韦（Ｍａｘ⁃ ｗｅｌｌ）以蒸气机阀门的飞球调节器系统为对象，建立了调速系统的线性常微分方程，解释了控制系统中出现的不稳定问题，提出了用数学模型分析和综合控制系统的方法，揭开了系统分析和反馈控制原理等基础研究的序幕。１８９２年，俄国数学和力学家李雅普诺夫（Ｌｙａｐｕｎｏｖ）在他的博士论文《运动稳定性的一般问题》［２６］中给出了运动稳定性的严格数学定义，建立了从概念到方法的关于稳定性理论的完整体系，从而奠定了稳定性理论的基础。２０世纪２０年代以来，Ｂｌａｃｋ、Ｎｙｑｕｉｓｔ［２７］、Ｂｏｄｅ等关于反馈放大器的研究，１９４０年美国应用数学家Ｂｏｄｅ提出的波德图［２８］（Ｂｏｄｅｐｌｏｔｓ），１９４２年Ｈａｒｒｉｓ将拉普拉斯变换应用到分析自动调节系统提出的传递函数［２９］，以及Ｎｙｑｕｉｓｔ提出的“乃奎斯特判据”和美国学者Ｅｖ⁃ ａｎｓ提出的根轨迹法［３０－３１］等，这些理论的提出逐步完善了自动控制理论的分析与综合方法，形成了经典控制理论。经典控制理论是一种基于数学模型的定量方法，它以“反馈控制原理”和“Ｌｙａｐｕｎｏｖ稳定性理论” 为基础，以研究单变量系统为主要对象，在用复变函数和Ｌａｐｌａｃｅ变换建立系统传递函数的基础上，采用时域、频域或根轨迹法来分析和综合系统的动态和稳态性能。如求解系统的微分方程，绘制Ｎｙｑｕｉｓｔ曲线、Ｂｏｄｅ图、根轨迹图、Ｒｏｕｔｈ判据列表等。已形成了完善的理论体系，获得了广泛的应用。２．１．２现代控制理论２０世纪６０年代随着宇宙飞船轨线控制的需要，提出了以多变量控制为特征的现代控制理论。现代控制理论是在１９６０年６月在莫斯科召开的国际自动控制联合会（ＩｎｔｅｒｎａｔｉｏｎａｌＦｅｄｅｒａｔｉｏｎｏｆＡｕｔｏ⁃ ｍａｔｉｃＣｏｎｔｒｏｌ，ＩＦＡＣ）第一届年会上首次提出。它以线性系统理论为基础，以状态空间分析为工具，借助计算机的强大计算能力对系统进行分析、计算与设计，不仅方便，而且概念清晰。其代表性成果有：庞特里亚金（Ｐｏｎｔｒｙａｇｉｎ）极大值原理［３２］、贝尔曼（Ｂｅｌｌ⁃ ｍａｎ）动态规划［３３］、卡尔曼（Ｋａｌｍａｎ）滤波［３４－３５］等，这些研究成果奠定了现代控制理论的基础。２．１．３大系统理论大系统理论是２０世纪７０年代形成的，它综合了线性规划、决策理论和现代控制理论等方面的成果，把复杂的工业系统、生态环境系统和社会经济系统作为研究和应用的对象。大系统理论涉及系统建模和模型简化、系统结构和稳定性以及信息获取和递阶与分散控制等内容。大系统理论在工农业生产、交通运输、资源开发、物流管理、人口与计划生育、天气预报和环境保护等领域获得了成功应用。２．１．４传统控制面临的挑战传统控制理论（包括经典控制理论、现代控制理论和大系统理论）是以精确数学模型为基础的系统分析与综合方法。面对科技和生产力水平高速发展和对大规模、复杂和不确定性系统难以建模的困境，基于数学模型的传统控制技术的局限性日益明显，其应用受到了很大限制，从而面临一场严峻的挑战。那么，它的出路在何方呢？２．２智能控制的诞生随着人工智能和自动控制技术的发展，人们在将人工智能作为思维科学的同时，也不断探索将其应用到科技领域。智能控制（ｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌ，ＩＣ）正是人工智能与自动控制技术融合的产物。它摒弃了传统控制对数学模型的依赖，以控制目的和行为为目标，运用人工智能技术，通过学习、训练、推理、判断、决策的符号演绎实现对复杂大系统的控制。计算机科学、信息科学、人工智能的新进展和智能机器人的工程实践为智能控制的诞生奠定了理论和技术基础。２．２．１智能控制与传统控制的比较在理论基础、实现方法和系统规模上智能控制与传统控制有着本质的区别，但它们也不是互相排斥的。传统控制往往用来解决系统底层（执行层）的控制问题，从而保证系统的控制精度。智能控制则在系统的中层（协调层）和高层（决策层）进行环境识别、信息融合和推理决策等，实现对系统行为和目标的控制。智能控制与传统控制的结合既提高了系统的智能化程度，又能保证系统的控制精度，使系统结构更加合理，达到互补的效果。 ·８３８· 智能系统学报第１１卷

第6期黄心汉：A3I:21世纪科技之光 ·839 传统控制(traditional control)是基于数学模型为来评价系统性能，而无统一的性能指标体系。的定量方法。有完善的理论体系和有效的系统分析智能控制的应用极为广泛，可涉及自然科学和社与综合方法，有严格的性能指标体系，在单机自动化会科学的各个领域，是控制界当前的研究热点和和复杂系统的底层得到了广泛成功的应用。今后的发展方向。智能控制(intelligent control)是基于知识和从对知识的获取、描述、加工和运用的过程来经验的直觉推理方法。尚无完善的理论体系，实看，传统控制与智能控制的比较如表1所示。现方法具有多样性，智能控制以控制的目的和行表1传统控制与智能控制的比较 Table 1 Comparison between traditional control and intelligent control 控制方法知识获取描述加工运用精确知识（深层知识）：数学模型：运动学、有严格的性能指标：定量方法：时域、频域传统控制反映自然规律的动力学方程、根轨迹、状态空间方法稳定性、精度、各种定律、定理传递函数动态性能非精确知识（浅层符号加工：学习、符号描述：训练、推理、判断、无统一的性能指标：智能控制知识)：直觉、经验和经验、规则注重目的和行为学习决策 2.2.2智能控制的主要功能与方法途径，以及应用的新领域：智能控制系统必须具备的基本功能有组织协 6)将人工智能方法用于系统建模、优化、控制、调能力、联想记忆和学习能力，以及动态自适应故障诊断、生产计划和调度；能力等。智能控制方法很多，比较成功的典型方 7)将智能控制技术应用到自然科学和社会科学法有：由瑞典著名学者Astrom[36]提出的专家控制的各个领域，拓宽智能控制的应用范围。 (expert control);在美国学者Zadeh!37]提出模糊 2.3智能控制的发展前景与展望集理论的基础上，由英国Mamdanit38]教授1974 智能控制自20世纪60年代末提出以来，经历年提出的模糊控制(fuzzy control,FC);20世纪80 了40多年的发展历史，取得了令人瞩目的进展。据年代中期，Hopfield提出的Hopfield网络和有关资料统计，在现有的600多个传统行业中有200 Rumelhart提出的BP算法为人工神经网络研究注多个行业已经被人工智能技术和机器人完全取代或入了新的活力，人工神经网络被引入控制领域并部分取代，如大家熟知的电话交换机、打字机、照相得到广泛应用，形成了神经网络控制(neural net- 机、印刷机、汽车和家电制造等行业，机器换人势在 work control);Albust3]】1981年提出的分层递阶必行。随着人工智能技术、智能控制技术和机器人控制(hierarchical control)模拟了人脑的分层结技术的发展，智能交通、智能家居、智能大楼、智能物构，由组织级、协调级和执行级构成，其智能表现流以及与人类生活和生产相关的各个行业的智能化为传统的“感知一思考一动作”的有意识的行为。进程会越来越快，人类社会正在步入智能化和机器 2.2.3智能控制的研究目标人时代。智能控制的研究目标包括：虽然智能控制至今尚未形成完整的理论体系， 1)智能控制系统的稳定性、可控性、可测性、鲁还没有一个被大家所公认的定义，但人们对控制技棒性等定义及判据：术已开始走向智能化发展阶段形成了共识。 2)动态系统的知识获取、分类、表达、利用及规智能控制是人工智能与控制技术的结合，是人划的相容性及完备性：类将自身的智力用于改造客观世界的必然产物。正 3)学习理论与方法研究；因为它在理论上还不够完善，应用领域还有待进一 4)加强对人一机结合、认知心理学、神经网络、步开发，对它的理论和应用研究才更具挑战性、更有离散事件动态系统、以及可拓学的理论与方法的深吸引力。入研究；传统控制面临挑战、人工智能曙光初现、智能控 5)探索人工智能与自动控制技术相结合的各种制方兴未艾

传统控制（ｔｒａｄｉｔｉｏｎａｌｃｏｎｔｒｏｌ）是基于数学模型的定量方法。有完善的理论体系和有效的系统分析与综合方法，有严格的性能指标体系，在单机自动化和复杂系统的底层得到了广泛成功的应用。智能控制（ｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌ）是基于知识和经验的直觉推理方法。尚无完善的理论体系，实现方法具有多样性，智能控制以控制的目的和行为来评价系统性能，而无统一的性能指标体系。智能控制的应用极为广泛，可涉及自然科学和社会科学的各个领域，是控制界当前的研究热点和今后的发展方向。从对知识的获取、描述、加工和运用的过程来看，传统控制与智能控制的比较如表１所示。表１传统控制与智能控制的比较Ｔａｂｌｅ１Ｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｔｒａｄｉｔｉｏｎａｌｃｏｎｔｒｏｌａｎｄｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌ控制方法知识获取描述加工运用传统控制精确知识（深层知识）：反映自然规律的各种定律、定理数学模型：运动学、动力学方程、传递函数定量方法：时域、频域、根轨迹、状态空间方法有严格的性能指标：稳定性、精度、动态性能智能控制非精确知识（浅层知识）：直觉、经验和学习符号描述：经验、规则符号加工：学习、训练、推理、判断、决策无统一的性能指标：注重目的和行为２．２．２智能控制的主要功能与方法智能控制系统必须具备的基本功能有组织协调能力、联想记忆和学习能力，以及动态自适应能力等。智能控制方法很多，比较成功的典型方法有：由瑞典著名学者Ａｓｔｒｏｍ［３６］提出的专家控制（ｅｘｐｅｒｔｃｏｎｔｒｏｌ）；在美国学者Ｚａｄｅｈ［３７］提出模糊集理论的基础上，由英国Ｍａｍｄａｎｉ［３８］教授１９７４年提出的模糊控制（ｆｕｚｚｙｃｏｎｔｒｏｌ，ＦＣ）；２０世纪８０年代中期，Ｈｏｐｆｉｅｌｄ提出的Ｈｏｐｆｉｅｌｄ网络和Ｒｕｍｅｌｈａｒｔ提出的ＢＰ算法为人工神经网络研究注入了新的活力，人工神经网络被引入控制领域并得到广泛应用，形成了神经网络控制（ｎｅｕｒａｌｎｅｔ⁃ ｗｏｒｋｃｏｎｔｒｏｌ）；Ａｌｂｕｓ［３９］１９８１年提出的分层递阶控制（ｈｉｅｒａｒｃｈｉｃａｌｃｏｎｔｒｏｌ）模拟了人脑的分层结构，由组织级、协调级和执行级构成，其智能表现为传统的“感知—思考—动作”的有意识的行为。２．２．３智能控制的研究目标智能控制的研究目标包括：１）智能控制系统的稳定性、可控性、可测性、鲁棒性等定义及判据；２）动态系统的知识获取、分类、表达、利用及规划的相容性及完备性；３）学习理论与方法研究；４）加强对人—机结合、认知心理学、神经网络、离散事件动态系统、以及可拓学的理论与方法的深入研究；５）探索人工智能与自动控制技术相结合的各种途径，以及应用的新领域；６）将人工智能方法用于系统建模、优化、控制、故障诊断、生产计划和调度；７）将智能控制技术应用到自然科学和社会科学的各个领域，拓宽智能控制的应用范围。２．３智能控制的发展前景与展望智能控制自２０世纪６０年代末提出以来，经历了４０多年的发展历史，取得了令人瞩目的进展。据有关资料统计，在现有的６００多个传统行业中有２００多个行业已经被人工智能技术和机器人完全取代或部分取代，如大家熟知的电话交换机、打字机、照相机、印刷机、汽车和家电制造等行业，机器换人势在必行。随着人工智能技术、智能控制技术和机器人技术的发展，智能交通、智能家居、智能大楼、智能物流以及与人类生活和生产相关的各个行业的智能化进程会越来越快，人类社会正在步入智能化和机器人时代。虽然智能控制至今尚未形成完整的理论体系，还没有一个被大家所公认的定义，但人们对控制技术已开始走向智能化发展阶段形成了共识。智能控制是人工智能与控制技术的结合，是人类将自身的智力用于改造客观世界的必然产物。正因为它在理论上还不够完善，应用领域还有待进一步开发，对它的理论和应用研究才更具挑战性、更有吸引力。传统控制面临挑战、人工智能曙光初现、智能控制方兴未艾。第６期黄心汉：Ａ３Ｉ：２１世纪科技之光 ·８３９·

.840 智能系统学报第11卷 3智能机器人一璀璨明珠手(master--slave manipulator)和遥控操纵器(teleoper- ator),用于核材料的搬运、加工和装配操作，大大降习近平主席[02014年6月在两院院士大会开低了核辐射对操作人员的危害。1949一1953年，美幕式上发表重要讲话中指出：在全球机器人产业激国麻省理工学院研制的多轴数控铣床，可进行飞机烈竞争的背景下，我们要审时度势、全盘考虑、抓紧螺旋桨叶片复杂曲面加工的要求。1954年，美国人谋划、扎实推进，不仅要把我国机器人水平提高上乔治·德沃尔(George C.Devol)制作了世界第一台去，而且要尽可能多地占领市场。习主席的讲话为可编程示教再现机器人实验装置，发表了题为《适用我国机器人技术的发展和应用指明了方向。于重复作业的通用性工业机器人》的文章[2]。1960 比尔·盖茨[42007年1月在CES开幕式上的年美国联合控制公司(consolidated control)研制出世演说中预言：未来家家都有机器人。他说：机器人即界第一台通用型工业机器人，开始定型生产名为将重复个人电脑崛起的道路，极有可能深入人类社 Unimate的工业机器人推向市场，机器人产品正式问会生活的方方面面，影响之深远丝毫不逊于过去30 世。两年后，美国机床与铸造公司(AMF)也生产了年间个人电脑给我们带来的改变，机器人将成为我可编程工业机器人Versatran。们日常生活的一部分，必将与个人电脑一样，彻底改 20世纪70年代，机器人的应用领域进一步扩变这个时代的生活方式。比尔·盖茨的预言已经和大，各种坐标系统、不同结构的机器人相继出现。由正在不断成为现实。于大规模集成电路和计算机技术的飞跃发展，机器 31机器人的过去：人类的幻想人性能大大提高，成本不断下降。20世纪80年代，人类对机器人的幻想与追求已有3000多年的历工业机器人在发达国家已经进入了实用化的普及阶史，古今中外，概莫如此。古代能工巧匠们制作的各段。随着人工智能技术、智能控制技术和智能传感种各样的自动工具和玩偶就是现代机器人的雏形。技术的发展与进步，智能机器人研究势在必行。机中国的西周时期，偃师制作的歌舞艺人：春秋后器人视觉、触觉、听觉、力觉、接近觉的研究和应用不期，鲁班制作的木鸟，能在空中飞行三日不下；1800 断深入，大大提高了机器人的适应能力和应用范围，年前的汉代，张衡发明的计里鼓车，每行一里，车上的促进了机器人的智能化进程。小木人击鼓一下，每行十里击钟一下：后汉三国时期，经历了50多年的发展，机器人技术形成了一门诸葛亮发明的木牛流马，可在崎岖山路中运送粮草。新的综合性学科一机器人学(Robotics)【43-4],涉公元前2世纪，古希腊人制造的青铜雕像太罗及的学科内容有：机械手结构与设计，机器人运动斯，不仅可以开门，还可以借助蒸汽唱歌；1662年，学、动力学和控制，机器人驱动与传动装置，机器人日本的竹田近江制作的自动机器玩偶，在大阪的道软件结构与编程技术，运动轨迹和路径规划，机器人顿堀演出大受欢迎；1738年，法国技师杰克·戴· 传感器（包括内部传感器和外部传感器），机器人视瓦克逊制造了一只机器鸭，会嘎嘎叫、会游泳、会喝觉、听觉和语音表达，模式识别与图像处理技术、信水和进食；1773年，瑞士钟表匠杰克·道罗斯父子息融合技术、神经网络与多智能体技术、机器情感与制造了自动书写玩偶和自动演奏玩偶，有的拿着画机器人智能等。笔绘画，有的拿着鹅毛蘸墨水写字，结构巧妙，服饰 3.2.2工业机器人华丽，在欧洲风靡一时：1927年，美国西屋公司的工工业机器人涉及工业生产的各个环节，如加工、程师温兹利制造了一个电动机器人电报箱，装有无装配、焊接、打磨、上下料、喷涂、搬运等，是应用最为线电发报机，可以回答一些简单问题，在纽约世博会成功和广泛的机器人〔45]。图5~7分别为汽车装配线上展出引起轰动。上的工业机器人、焊接机器人和铆接机器人。古今中外的能工巧匠制作的各种各样、形形色色的自动工具和玩偶反映了人类对机器人的幻想与追求，也是现代机器人诞生和发展的基础。 3.2机器人的现在：从幻想走向现实 3.2.1现代机器人的诞生与发展现代机器人是随着社会的需求和科学技术的进步而诞生和发展起来的。1938一1945年的二战时图5汽车装配线上的工业机器人期，随着核工业和军事工业的发展，研制出主从机械 Fig.5 Industrial robot on automobile assembly line

３智能机器人———璀璨明珠习近平主席［４０］２０１４年６月在两院院士大会开幕式上发表重要讲话中指出：在全球机器人产业激烈竞争的背景下，我们要审时度势、全盘考虑、抓紧谋划、扎实推进，不仅要把我国机器人水平提高上去，而且要尽可能多地占领市场。习主席的讲话为我国机器人技术的发展和应用指明了方向。比尔·盖茨［４１］２００７年１月在ＣＥＳ开幕式上的演说中预言：未来家家都有机器人。他说：机器人即将重复个人电脑崛起的道路，极有可能深入人类社会生活的方方面面，影响之深远丝毫不逊于过去３０年间个人电脑给我们带来的改变，机器人将成为我们日常生活的一部分，必将与个人电脑一样，彻底改变这个时代的生活方式。比尔·盖茨的预言已经和正在不断成为现实。３．１机器人的过去：人类的幻想人类对机器人的幻想与追求已有３０００多年的历史，古今中外，概莫如此。古代能工巧匠们制作的各种各样的自动工具和玩偶就是现代机器人的雏形。中国的西周时期，偃师制作的歌舞艺人；春秋后期，鲁班制作的木鸟，能在空中飞行三日不下；１８００年前的汉代，张衡发明的计里鼓车，每行一里，车上的小木人击鼓一下，每行十里击钟一下；后汉三国时期，诸葛亮发明的木牛流马，可在崎岖山路中运送粮草。公元前２世纪，古希腊人制造的青铜雕像太罗斯，不仅可以开门，还可以借助蒸汽唱歌；１６６２年，日本的竹田近江制作的自动机器玩偶，在大阪的道顿堀演出大受欢迎；１７３８年，法国技师杰克·戴· 瓦克逊制造了一只机器鸭，会嘎嘎叫、会游泳、会喝水和进食；１７７３年，瑞士钟表匠杰克·道罗斯父子制造了自动书写玩偶和自动演奏玩偶，有的拿着画笔绘画，有的拿着鹅毛蘸墨水写字，结构巧妙，服饰华丽，在欧洲风靡一时；１９２７年，美国西屋公司的工程师温兹利制造了一个电动机器人电报箱，装有无线电发报机，可以回答一些简单问题，在纽约世博会上展出引起轰动。古今中外的能工巧匠制作的各种各样、形形色色的自动工具和玩偶反映了人类对机器人的幻想与追求，也是现代机器人诞生和发展的基础。３．２机器人的现在：从幻想走向现实３．２．１现代机器人的诞生与发展现代机器人是随着社会的需求和科学技术的进步而诞生和发展起来的。１９３８—１９４５年的二战时期，随着核工业和军事工业的发展，研制出主从机械手（ｍａｓｔｅｒ⁃ｓｌａｖｅｍａｎｉｐｕｌａｔｏｒ）和遥控操纵器（ｔｅｌｅｏｐｅｒ⁃ ａｔｏｒ），用于核材料的搬运、加工和装配操作，大大降低了核辐射对操作人员的危害。１９４９—１９５３年，美国麻省理工学院研制的多轴数控铣床，可进行飞机螺旋桨叶片复杂曲面加工的要求。１９５４年，美国人乔治·德沃尔（ＧｅｏｒｇｅＣ．Ｄｅｖｏｌ）制作了世界第一台可编程示教再现机器人实验装置，发表了题为《适用于重复作业的通用性工业机器人》的文章［４２］。１９６０年美国联合控制公司（ｃｏｎｓｏｌｉｄａｔｅｄｃｏｎｔｒｏｌ）研制出世界第一台通用型工业机器人，开始定型生产名为Ｕｎｉｍａｔｅ的工业机器人推向市场，机器人产品正式问世。两年后，美国机床与铸造公司（ＡＭＦ）也生产了可编程工业机器人Ｖｅｒｓａｔｒａｎ。２０世纪７０年代，机器人的应用领域进一步扩大，各种坐标系统、不同结构的机器人相继出现。由于大规模集成电路和计算机技术的飞跃发展，机器人性能大大提高，成本不断下降。２０世纪８０年代，工业机器人在发达国家已经进入了实用化的普及阶段。随着人工智能技术、智能控制技术和智能传感技术的发展与进步，智能机器人研究势在必行。机器人视觉、触觉、听觉、力觉、接近觉的研究和应用不断深入，大大提高了机器人的适应能力和应用范围，促进了机器人的智能化进程。经历了５０多年的发展，机器人技术形成了一门新的综合性学科———机器人学（Ｒｏｂｏｔｉｃｓ）［４３－４４］，涉及的学科内容有：机械手结构与设计，机器人运动学、动力学和控制，机器人驱动与传动装置，机器人软件结构与编程技术，运动轨迹和路径规划，机器人传感器（包括内部传感器和外部传感器），机器人视觉、听觉和语音表达，模式识别与图像处理技术、信息融合技术、神经网络与多智能体技术、机器情感与机器人智能等。３．２．２工业机器人工业机器人涉及工业生产的各个环节，如加工、装配、焊接、打磨、上下料、喷涂、搬运等，是应用最为成功和广泛的机器人［４５］。图５～７分别为汽车装配线上的工业机器人、焊接机器人和铆接机器人。图５汽车装配线上的工业机器人Ｆｉｇ．５Ｉｎｄｕｓｔｒｉａｌｒｏｂｏｔｏｎａｕｔｏｍｏｂｉｌｅａｓｓｅｍｂｌｙｌｉｎｅ ·８４０· 智能系统学报第１１卷

图６焊接机器人Ｆｉｇ．６Ｗｅｌｄｉｎｇｒｏｂｏｔ图７铆接机器人Ｆｉｇ．７Ｒｉｖｅｔｉｎｇｒｏｂｏｔ目前，工业机器人主要生产厂家有德国的ＫＵ⁃ ＫＡ（图８）、瑞典和瑞士的ＡＢＢ（图９）、日本的ＦＡＮＵＣ（图１０）和安川（图１１），这四大家生产和销售的工业机器人产品达到了全球工业机器人产销量的５０％。图８ＫＵＫＡ工业机器人Ｆｉｇ．８ＫＵＫＡｉｎｄｕｓｔｒｉａｌｒｏｂｏｔ图９ＡＢＢ工业机器人Ｆｉｇ．９ＡＢＢｉｎｄｕｓｔｒｉａｌｒｏｂｏｔ图１０ＦＡＮＵＣ工业机器人Ｆｉｇ．１０ＦＡＮＵＣｉｎｄｕｓｔｒｉａｌｒｏｂｏｔ图１１安川工业机器人Ｆｉｇ．１１ＹＡＳＫＡＷＡｉｎｄｕｓｔｒｉａｌｒｏｂｏｔ工业机器人的结构如图１２所示，由执行机构、驱动和传动装置、传感器和控制器４部分构成。图１２工业机器人的结构Ｆｉｇ．１２Ｉｎｄｕｓｔｒｉａｌｒｏｂｏｔｓｔｒｕｃｔｕｒｅ典型的６自由度机械臂可以到达操作空间任意位姿，其中腰、肩、臂３个自由度确定空间位置，腕部的３个自由度确定方向。工业机器人的驱动方式主要有电动、液压和气动３种方式，中小型机器人多采用电动方式，电动方式具有控制灵活方便、精度高等优点。液压驱动具有出力大的优点，大型机器人多采用液压驱动。机器人的末端执行器和气动肌肉由于控制精度要求不高，多采用气动方式。机器人传感器分内部传感器和外部传感器两种，内部传感器安装在机器人本体内，用于检测机器人的自身状态，如各关节的运动位置、速度和加速度等，内部传感器多采用光栅和光电码盘。外部传感器安装在机器人本体以外的工作环境中，用于检测各种环境信息，如视觉、触觉、滑觉、接近觉、力／力矩传感器等。控制器是机器人的核心，根据任务需要对机器人进行位置、速度、加速度、以及力与力矩的控制等。第６期黄心汉：Ａ３Ｉ：２１世纪科技之光 ·８４１·

.842 智能系统学报第11卷工业机器人的控制通常采用半闭环方式，各关节用传统的PD闭环控制，直角坐标用开环控制，通过求解逆运动学方程将直角坐标的空间位置和方向转换为各关节的位置向量，然后对各关节进行协调控制。在没有安装外部传感器的情况下，工业机器人通常只能应用在结构化环境中。 3.3机器人的未来：智能机器人图16瑞典“双鹰”水下扫雷机器人未来的智能机器人具有多种感知功能和高度适 Fig.16 Swedish "double eagle"underwater demining robot 应能力，可进行复杂的逻辑思维和判断决策。其底 3.3.2仿生机器人层的执行级通常采用传统控制，上层的决策级采用仿生机器人是仿生学、机器人学和人工智能等智能控制，通过多传感器集成与信息融合，获取环境多学科交叉的产物，有着广泛的应用前景，是目前机和自身状态的信息，可在非结构化环境中自主完成器人研究的一个重要方向。仿生机器人的研究内容各种不同和复杂的任务[464】」很丰富，如机器鱼（图17）0)、机器鸟（图18）、机器 3.3.1军用机器人猫（图19）等。军用机器人是用于实战系统的机器人，包括无最著名的要数美国波士顿动力研制的“大狗” 人机（图13、图14）9]，无人作战平台（图15）以及 (图20)[)，它被认为是当今世界上最先进能适应水下扫雷机器人（图16）等。军用机器人已经在实崎岖地形和复杂环境的机器人，不仅可以爬山涉水，战中取得成功，如美国的“全球鹰”和“捕食者”无人还可以承载较重物资。“大狗”长1m,高70cm,重机在阿富汗、伊拉克、利比亚和叙利亚战争中战果辉 75kg,外形与一条真正的大狗类似。这种机器狗的煌。无人机由原来主要用于军事侦察发展到现在的行进速度比人类还快，可达到7km/h,能够攀越35° “察打一体化”，在发现目标和受到威胁的情况下，的斜坡，可携带重量超过150kg的武器和其他军用利用自身携带的武器（导弹或火炮等）进行高精度物资。打击。军用机器人已在过去几年的局部战争中发挥重要作用，并将改变未来战争的模式。图17机器鱼 Fig.17 Robotic fish 图13美国“全球鹰”无人机 Fig.13US“Global Hawk”UAV 图14中国“翼龙"无人机 Fig.l4 China“Pterosaur'”UAV 图18机器鸟 Fig.18 Smart bird 图15美国无人作战平台 Fig.15 US Unmanned combat platform 图19机器猫 Fig.19 Machine cat

工业机器人的控制通常采用半闭环方式，各关节用传统的ＰＩＤ闭环控制，直角坐标用开环控制，通过求解逆运动学方程将直角坐标的空间位置和方向转换为各关节的位置向量，然后对各关节进行协调控制。在没有安装外部传感器的情况下，工业机器人通常只能应用在结构化环境中。３．３机器人的未来：智能机器人未来的智能机器人具有多种感知功能和高度适应能力，可进行复杂的逻辑思维和判断决策。其底层的执行级通常采用传统控制，上层的决策级采用智能控制，通过多传感器集成与信息融合，获取环境和自身状态的信息，可在非结构化环境中自主完成各种不同和复杂的任务［４６－４８］。３．３．１军用机器人军用机器人是用于实战系统的机器人，包括无人机（图１３、图１４）［４９］，无人作战平台（图１５）以及水下扫雷机器人（图１６）等。军用机器人已经在实战中取得成功，如美国的“全球鹰”和“捕食者”无人机在阿富汗、伊拉克、利比亚和叙利亚战争中战果辉煌。无人机由原来主要用于军事侦察发展到现在的 “察打一体化”，在发现目标和受到威胁的情况下，利用自身携带的武器（导弹或火炮等）进行高精度打击。军用机器人已在过去几年的局部战争中发挥重要作用，并将改变未来战争的模式。图１３美国“全球鹰”无人机Ｆｉｇ．１３ＵＳ “ＧｌｏｂａｌＨａｗｋ” ＵＡＶ图１４中国“翼龙”无人机Ｆｉｇ．１４Ｃｈｉｎａ “Ｐｔｅｒｏｓａｕｒ” ＵＡＶ图１５美国无人作战平台Ｆｉｇ．１５ＵＳＵｎｍａｎｎｅｄｃｏｍｂａｔｐｌａｔｆｏｒｍ图１６瑞典“双鹰”水下扫雷机器人Ｆｉｇ．１６Ｓｗｅｄｉｓｈ “ｄｏｕｂｌｅｅａｇｌｅ” ｕｎｄｅｒｗａｔｅｒｄｅｍｉｎｉｎｇｒｏｂｏｔ３．３．２仿生机器人仿生机器人是仿生学、机器人学和人工智能等多学科交叉的产物，有着广泛的应用前景，是目前机器人研究的一个重要方向。仿生机器人的研究内容很丰富，如机器鱼（图１７）［５０］、机器鸟（图１８）、机器猫（图１９）等。最著名的要数美国波士顿动力研制的“大狗” （图２０）［５１］，它被认为是当今世界上最先进能适应崎岖地形和复杂环境的机器人，不仅可以爬山涉水，还可以承载较重物资。 “大狗”长１ｍ，高７０ｃｍ，重７５ｋｇ，外形与一条真正的大狗类似。这种机器狗的行进速度比人类还快，可达到７ｋｍ／ｈ，能够攀越３５° 的斜坡，可携带重量超过１５０ｋｇ的武器和其他军用物资。图１７机器鱼Ｆｉｇ．１７Ｒｏｂｏｔｉｃｆｉｓｈ图１８机器鸟Ｆｉｇ．１８Ｓｍａｒｔｂｉｒｄ图１９机器猫Ｆｉｇ．１９Ｍａｃｈｉｎｅｃａｔ ·８４２· 智能系统学报第１１卷

图２０波士顿动力研制的“大狗” Ｆｉｇ．２０ＢｏｓｔｏｎＤｙｎａｍｉｃｓｄｅｖｅｌｏｐｅｄ “ｂｉｇｄｏｇ” 美国波士顿动力公司最新研制的ＳｐｏｔＭｉｎｉ机器人（图２１，２０１６年６月２３日在ＧｏｏｇｌｅＹｏｕＴｕｂｅ发布）将仿生机器人技术推进到新的高峰，ＳｐｏｔＭｉｎｉ的驱动方式不同于“大狗”的内燃机驱动，而是由电机驱动，因此是一款非常安静的机器人，行动更为敏捷和灵活。在其身上还安装了一台蛇形机械臂，可进行诸如清理垃圾、整理厨房等事务，有很好的应用前景。图２１ＳｐｏｔＭｉｎｉ机器人Ｆｉｇ．２１ＳｐｏｔＭｉｎｉｒｏｂｏｔ３．３．３服务机器人随着老年社会的到来，服务机器人是未来机器人研究的主要方向［５２］，服务机器人的应用涉及人类生活的方方面面，如医疗机器人（图２２）、助残康复机器人（图２３）［５３－５４］、导盲机器人（图２４）、导游机器人（图２５）、娱乐机器人（图２６）、清洁机器人（图２７）、家庭服务机器人（图２８）等。人们可以雇佣机器人保姆将家庭打理得井井有条，上班族回到家中有机器人为你端茶倒水和捧上热气腾腾、味美可口的晚餐；不愿生育的丁克族也可与机器人儿童共进晚餐，享受家庭的温馨和快乐（图２９）；在机器人伴侣和机器人宠物的陪伴下，老年人也可欢度晚年。这些情景已不再是科幻电影中的情节，它已真实出现在我们的现实生活中，机器人与人类和谐共生的社会很快就会到来。图２２达芬奇外科手术机器人Ｆｉｇ．２２ＤａＶｉｎｃｉｓｕｒｇｉｃａｌｒｏｂｏｔ图２３上肢康复机器人Ｆｉｇ．２３Ｒｅｈａｂｉｌｉｔａｔｉｏｎｒｏｂｏｔｆｏｒｕｐｐｅｒｌｉｍｂ图２４导盲机器人Ｆｉｇ．２４Ｂｌｉｎｄｇｕｉｄｉｎｇｒｏｂｏｔ图２５导游机器人Ｆｉｇ．２５Ｔｏｕｒｇｕｉｄｅｒｏｂｏｔ图２６娱乐机器人Ｆｉｇ．２６Ｅｎｔｅｒｔａｉｎｍｅｎｔｒｏｂｏｔ第６期黄心汉：Ａ３Ｉ：２１世纪科技之光 ·８４３·