运动机器人

来源 :新电脑 | 被引量 : 0次 | 上传用户:mazd88
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  我们相信,未来的机器人足球队将会轻松击败人类世界冠军,尽管直到现在机器人还在为如何才能走路不摔跤而挣扎。
  
  今年7月,两个足球届的世界冠军赛同步举行——在德国举行的女子足球世界杯和在土耳其首都伊斯坦布尔举行的2011机器人足球世界杯。两个杯赛不同的地方是,每个国家队的女足运动员们都朝着世界冠军的荣誉前进,而足球机器人的开发者们则没有这么大的野心,如果他们的“运动员们”能够在运动中不轻易摔倒,而且能够准确地踢到球,而不是踢到自己的队友,就已经是非常大的进步了。
  既然这样,为什么要让机器人来踢足球呢?当然不是为了观赏。足球这项运动是相当复杂的,研发机器人足球运动员需要一次性解决几乎所有的经典人工智能问题,这才是科学家们对此孜孜以求的意义所在。足球运动中,机器人需要在动态的环境中找到自己的位置,正确地执行程序设定好的战术安排。目前,在机器人研发领域,开发者面临的最大挑战就是运动的灵活性,因此足球比赛就成为了机器人研发者的最佳练兵场和交流会。
  定位:通过摄像头和无线电了解世界
  每一名教练员都需要确保自己球队的战术细节不被泄露出去。在机器人足球世界杯中,这一点显得尤为重要,因为所有的队伍都在为争夺技术进步的桂冠而努力。机器人世界杯分为不同的比赛组,包括小型机器人、中型机器人、遥控机器人等。其中,在标准平台组中,参赛队伍需要使用统一的机器人进行比赛,大家比拼的是软件开发水平。由法国Aldebaran Robotics公司研制的人工智能机器人NAO已经连续几年被选为标准平台组的专用机器人,NAO机器人的运作完全是程序自动控制的,不能通过遥控控制。但是,这并不意味着标准平台组的比赛会比较简单,恰恰相反,最困难的事情就是机器人之间的团队合作。只有整个系统都正确运行的时候,球队才有可能赢得比赛。所以,在机器人世界杯中,最受欢迎和关注的永远是机器人“球员”幕后聪明的计算机科学家。
  机器人通过彩色摄像机扫描周围的环境,形成机器人世界模型(世界模型中保存球场上所有物体的绝对位置、速度等信息)的一部分。但是,基于色彩的分析比较容易出错,如果突然换为不同色彩的足球(或者当球处在不同光线下时),机器人就“看”不见足球了。相比而言,人类则不会犯这样的错误,因为人类总是会根据情境判断足球及其位置,并不完全通过色彩来判断。正是因为这样,人类才能做到通过走路的动作,甚至背影来识别镜头中的著名足球运动员是谁。
  人工智能机器人NAO通过无线电与队友“交流”,使每个机器人都可以获得精确的最新画面,从而获得最适宜当前情境的动作指令。通过这种方式,机器人就能协作起来,一个机器人踢球时,其他机器人根据球踢出的方向进行反应。但是对于应该继续运球还是将球传给队友的问题,人类大脑会快速分析出当前环境下的最佳选择,机器人则必须根据设定好的战术指令执行动作。例如,当NAO机器人在运动中被对手阻挡时,它会愣住大约一秒钟的时间,理解此时的情景。接下来,它会护住球,然后将球传出去。这个动作最多需要耗时20s的时间,这在人类运动员看来是不可思议的。然而,人工智能机器人目前还无法做到快速反应。这是因为执行一个战术之前,机器人必须首先扫描其数据库获取相应的动作。另外,正如Mellmann教授所言,计算机的性能对于机器人的反应速度也有影响,NAO机器人配备的摄像头每秒只能拍摄30帧的画面,CPU的频率只有500MHz。
  NAO机器人需要依赖开发者为其编写的机器人世界模型做出动作,而战术的运用更是需要依据实时情境来判断,所以对于世界模型的程序编写要求非常高。在机器人可以执行的动作中,有些是被永久编程的,比如NAO机器人在踢球的时候应该站在球的后面。但是,在另外一些情况下,如遭遇对手拦截时,不要继续带球向前,而应该将球传给处在空位上的队友,则需要机器人动态做出反应。在简单的环境中,执行设定好的战术算不上困难,但是足球比赛是众所周知的高速运动,运动员需要在场上快速移动,足球也经常从球场的一端快速转移到另一端。所以当机器人运动员刚要做出踢球动作的时候,“踢球”的指令可能已经过时了。然而,NAO机器人反应慢并非总是弱势,既然机器人的意识是有限的,它就必须更多地依赖惯性。否则,机器人就会只顾着不断执行新的动作指令(一旦球消失在视野中,就会迅速开始搜索球的位置)而不是去追逐真正的目标——将球踢进对方球门。
  动作反应:依照战术移动而不摔倒
  反应速度不是NAO机器人面临的唯一问题,另一个重要的问题是它不像人类一样拥有天生的平衡感。对于人类而言,在快速奔跑时保持平衡,而不摔倒并不是什么大问题。但是对于人形机器人而言,即使是慢速的步行也是个不小的挑战。因此,NAO机器人只能迈小步子来避免摔倒,它每秒钟最多可以前进28cm。另外,NAO机器人在跑步时无法做出踢球的动作,所以在运动中射门也是个难题。NAO机器人的研发者已经表示“这是我们面临的下一个重大的挑战,在伊斯坦布尔的机器人世界杯上我们将会进行新的尝试”。
  为了保持平衡,机器人必须在一系列传感器的帮助下,计算身体重心的位置,然后通过测量关节的角度和运动的速度来改变身体的动作以维持平衡。其中,零力矩点法(Zero Moment Point,ZMP)是仿真机器人在运动时保持动态平衡最重要的控制方法。然而,遇到诸如争抢足球时突然受到阻挡这样的不可预见的事件时,NAO机器人仍然会失去平衡,翻个底朝天。
  结论
  机器人足球世界杯的组织者为该活动设定的目标是“到2050年,建立一支全自主的类人型机器人足球队,战胜人类的足球世界杯冠军队”。德国人工智能研究中心的Thomas Rofer教授认为不排除实现该目标的可能性,“虽然目前机器人还不能像人类一样自如地运动,但是过去15年间机器人技术已经取得了重大的技术突破。现在距离2050年还有39年的时间,没有什么不可能!”他甚至开玩笑说,“我无法想象到时候有人会把赌注押到人类身上”。
  现在,机器人还在 “进化”的最初阶段,但是它们已经有两项人类不可比拟的优势:“肌肉”永远不会酸痛、易磨损的“身体器官”可以轻松地更换。
其他文献
期刊
将一种新型的多分辨预处理技术应用于自由空间电磁散射问题的求解。多分辨预处理技术是一种起源于构建多分辨基函数的预处理技术,而多分辨基数是一种基于小波思想在RWG基函数
会议
机器可以翻译的语音命令越来越多。但是与人类大脑相比,人工智能计算机可以更好地理解语言信息吗?    人类用了上千年的时间,才学会使用语言,然而计算机只花费了50年的时间就在语音识别和语义解读技术上取得了令人刮目相看的成就。IBM公司开发的超级计算机沃森(Watson)可以“理解”比较复杂的语言含义,是目前世界上最智能的计算机系统之一。它的实力在今年2月份得到了验证——成功挑战美国王牌智力问答节目《
期刊
目的:评价中药参乌胶囊对阿尔茨海默病患者(AD)脑葡萄糖代谢的影响。 方法:对10例临床诊断为轻中度AD的患者进行参乌胶囊治疗前后脑葡萄糖代谢变化进行评估。口服参乌胶囊5
基于驻相近似下得到的考虑遮蔽效应时的粗糙面散射一、二阶基尔霍夫公式,研究了满足半经验海谱分布的二维粗糙海面的电磁散射,分析了海面散射出现后向增强效应的条件,计算了
会议
现已被微软收购的软件开发商Sysinternals拥有超过70个Windows工具软件,功能涵盖磁盘、网络、系统分析和管理等,另外一个著名的Windows工具开发商NirSoft则拥有172个Windows工具软件,同样涉及到很多方面,其中甚至还包括显示隐藏的数据流、浏览器分析等特殊工具。将它们与Windows提供的28个工具软件结合,我们就可以制作出一张功能强大的超级工具盘。  为了方便地调用和
期刊
在基尔霍夫近似理论中引入局部坐标系下海面离散点的梯度,推导出笛卡尔坐标系下椭圆极化入射时海面的散射场,建立了全极化雷达散射模型,计算了分形海面模型不同风速下的全极
会议
利用矩量法(MOM)研究了分形粗糙面与其上方任意截面的二维目标的复合电磁散射,计算了分形粗糙面的分维数对后向复合散射的影响。数值结果以圆柱目标为例,讨论了入射波不同极
在频域物理光学(PO)和等效边缘流(EEC)理论和计算公式的基础上,利用Fourier逆变换方法推导出计算任意导体目标瞬态散射的时域物理光学(TD-PO)和时域等效边缘流(TD-EEC)计算公
基于传统的物理光学(PO)积分公式,在面元所在局部坐标内利用路德韦格(Ludwig)积分算法来进行求解。将镜像法(IM)结合PO用于半空间(地面)目标体的散射分析。计算结果验证了该