神經網絡在機器人控制中的應用

咼佳揚

摘 要 人工智能技術是當前世界三大技術潮流之一，而神經網絡是其中重要的研究領域。機器人的控制問題一直是機器人研究的熱門，隨著人工智能技術的高速發展，更多的機器人控制技術涌現出來，神經網絡技術便是其中重要的分支。文章通過對人工神經網絡的分析，研究人工神經網絡在機器人技術中的應用及發展趨勢，討論帶有神經網絡技術的機器人控制中可能遇到的問題。

關鍵詞 神經網絡；人工智能；機器人；控制工程

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2019）229-0121-02

隨著工業和制造業等領域的作業要求不斷提升，以及機器人和人工智能行業的蓬勃興起，智能機器人行業得到了長足的發展。但是，傳統機器人應用領域較為單一，機器人的控制技術較為落后，且機器人的應用場景也越發復雜多變，對其性能的要求也愈發提高，人工神經網絡的誕生很好的解決了這個問題[ 1 ]。人工智能行業和人工神經網絡的發展為智能機器人領域帶來了新的生機，搭載人工神經網絡的機器人具有深度學習的能力，具有很好的非線性時變和復雜環境適應力，可以處理并行控制計算，這些都極大程度上提升了機器人的控制技術，能更好的為人類？工作。

1 人工神經網絡技術的概述

1.1 人工神經網絡與人工智能技術

自從計算機被發明出來，科學家們總是在設想如何使計算機擁有像人類大腦一樣可以自我思考的能力，隨著時代的發展，人工智能逐漸發展起來。人工智能技術是計算機科學領域的一個分支，其主要研究如何使計算機擁有和人類相似的智慧來進行自主學習、思考和創造的新興學科。其主要涉及計算機、哲學、腦科學等眾多學科。人工智能主要的研究領域包含深度學習、神經網絡、模式識別等眾多領域，而人工神經網絡是幫助其實現自我思考的一個必要技術[2]。

神經網絡主要分為人工神經網絡和生物神經網絡。生物神經網絡就是人類等生物自身大腦和中樞神經等自身神經系統組成的網絡，而人工神經網絡就是模擬生物神經網絡，利用計算機算法編程，構造出一套和生物神經網絡相似功能的算法程序。隨著研究的不斷深入，其應用領域也不斷被開發出來，未來人工神經網絡將會廣泛應用于各行？各業。

1.2 人工智能與機器人

人們利用傳統機器人來代替人類復雜繁瑣的工作，工作性質較為單一，而富有創造性的工作仍然還是主要由人類自己來承擔。隨著人工智能的發展，智能機器人得到了長足的進步，它能夠像人類一樣思考、運動和感覺，具有多功能傳感器，用以捕捉外界的信息。搭載人工神經網絡的智能機器人是基于人工智能中央處理器，如GPU、TPU等進行信息處理分析，進而處理或者預判分析，指導機器人進行下一步的指令處理。而人工神經網絡是人工智能的一個重要分支領域，其在智能控制方面有著獨到的應用，未來搭載神經網絡的智能機器人將在各行各業有著很廣泛的應用？前景[3]。

1.3 國內外發展現狀

自從機器人行業興起后，機器人成為衡量一個國家科技創新能力和高端制造業水平的一個重要標志，受到各國政府的高度關注。隨著2008年金融危機風波之后，機器人行業逐漸復蘇，加上世界各國勞動力逐漸短缺，機器人將會在各行各業得到進一步發展。美國創造了世界上第一個自動化汽車流水線，在工業機器人的應用方面一直處于世界領先；日本由于二戰后勞動力短缺，加上自身在機器人領域投入較大，一直也在智能機器人領域處于世界領先地位。中國在智能機器人的研究緊隨其后，工信部、財政部、國家發改委三部門聯合印發《機器人產業發展規劃（2016-2020年）》，國家對于智能機器人的發展高度重視，未來將在空間機器人、仿生機器人等眾多領域實現更多的？突破。

2 神經網絡在機器人控制中的應用

2.1 人工神經網絡搭建

目前，人工神經網絡的分類較多，常用的主要有前向神經網絡、模糊神經網絡等。目前，前向神經網絡的應用較為廣泛，因其神經網絡層級較淺、結構簡單，網絡控制較為容易實現，因而在做簡單智能控制時被劃為首選；模糊神經網絡模型較為復雜，這是一種將模糊數學和神經網絡聯合應用的一個領域，在傳統深度學習的算法中，加入了模糊數學的控制技術，從而能適時地調節學習進程，很大程度上解決了以往機器學習樣本選擇過多，學習速度過慢的問題。

2.2 機器人控制

隨著機器人技術的不斷發展，業界對機器人的控制技術的要求也不斷提高，而機器人控制技術是機器人發展的一個關鍵技術。因為機器人機械動力學具有非線性、時變性等特點，使得機器人自我控制一直是業界研究的熱點問題。

隨著人工神經網絡的發展，機器人控制具有了很強的學習能力和非線性時變能力。在機器人運動學方面，機器人會模擬出一套空間笛卡爾坐標系，機器人的各個關節及部分會映射到空間坐標系的各個參數點中，借助神經網絡的多層感知及非線性映射的能力可以很好地幫助機器人完成動力學的控制。在綜合控制方面，借助人工神經網絡的學習功能，可以很好地利用以往不同的樣本，訓練出不同的系統模型，進而獲得更多的控制信息[4]。

2.3 智能機器人的應用

搭載了神經網絡的智能控制機器人可以很好的實現智能化、信息化，在智能控制領域將會有很廣泛的應用。微型機器人是新時代醫用機器人的重要課題，使醫用機器人搭載了神經網絡技術，可以使得微型機器人進入人體后進行自我學習、自我適應，可以智能自主地開展疾病檢查、診斷，這樣借由微型機器人的智能控制能力，可以很好的為醫生開展輔助醫療的工作。

另外，智能駕駛技術也是神經網絡學習的一個重要應用，駕駛技術本身需要長年累月的積累與練習，因而在樣本學習的過程中，智能駕駛系統便可以利用深度學習的能力，不斷積累學習樣本，自我學習提升來實現駕駛功能的完善。

3 可能遇到的問題

3.1 技術性問題

首先，神經網絡結構的選擇問題是當前比較深入的問題，怎樣選擇合適的人工神經網絡結構、神經元的層級以及如何確定神經元數目都是需要考？慮的。

其次，如今常用的算法模型有很多，如BP前向神經網絡、模糊神經網絡、自組織映射等，選擇合適的算法模型可以極大程度上提升計算速度，這對于人工神經網絡的控制至關重要。另外，學習樣本的選擇也是神經網絡控制的一個議題，能夠使神經網絡實現自適應學習，選擇具有代表性的樣本，一直是人工智能的深度學習的難點之一。

3.2 倫理性問題

隨著社會的發展勞動力成本會進一步提升，這使得機器人的發展成為了一個不可逆轉的潮流，然而機器人代替人工已經造成比較深入的社會問題，比如人口失業率加深、社會不安定因素增加，歐美等西方發達國家已經爆發過多次工人抗議失業的示威游行。

另外，過度人工智能化的機器人的使用對人類社會倫理是一個深度的考驗，縱然我們使用智能機器人進行老人的看護與醫療服務等工作，但冷冰冰的機器人無法代替家人心靈上的關懷，空巢老人可以由機器人解決生活問題，但是心理問題卻難以由人工智能來解決。我們希望人工智能的使用是提供人們生活更多便利，但是這個社會仍然需要更多的人文關懷。

3.3 實用性問題

人工智能的研發是需要投入大量的人力、物力與財力，這個浩大的領域需要國家和企業提供很高的成本，現如今我們發現各種風投、財團紛紛在人工智能領域下注，但是人工智能的使用也僅僅在對弈等邊緣行業，真正有作為的應用還只是初見端倪。面對前期的巨大投入，人工神經網絡機器人的實用性可能難以達到我們的預期。

4 結論與展望

本文詳細介紹了神經網絡在機器人控制中的技術特點與應用發展現狀，并對可能遇到的發展問題做了簡要的分析討論。我們可以得出，雖然機器人技術的應用還存在著一定的問題，但是隨著機器人技術的不斷發展，加上我們國家在這個領域的不斷投入，許多問題還是可以得到很好的解決，帶有人工神經網絡的智能機器人未來將會有很廣泛的應用前景。可以預想，隨著時代的進步，機器人技術將會更加智能化、信息化、擬人化，機器人的應用將會更加廣泛、合理、有效。

參考文獻

[1]蔡濟云.工業機器人在自動化控制中的應用研究[J].科技與創新，2018（1）：144-145.

[2]郭莉，李清泉.神經網絡在機器人控制中的應用[J].控制與決策，1994（2）：88-93.

[3]房海蓉，方躍法，李昆，等.基于神經網絡的機器人智能控制[J].機器人技術與應用，2002（4）：28-32.

[4]金耀初，蔣靜坪.人工神經網絡在機器人控制中的應用[J].機器人，1992，14（6）：54-58.