人工智能在智能機器人領域中的運用探析

劉夢薇

摘要：隨著工業機械化時代的到來，智能機器人走進了人們的生活，方便了人類大眾。對此，人們對智能機器人提出了更高的要求，使其更加人性化、多功能化等。智能機器人的技術發展仍存在著許多弊端，需要通過人工智能的理論和技術來指導設計智能機器人系統，以此來促進智能機器人更好更快速的發展。

關鍵詞：人工智能;智能機器人;解決策略

智能機器人是一種可編程和多功能的，在感知-思維-效應方面全面模擬人的機器系統。智能機器人具備三方面的能力：感知環境的能力、執行某種任務而對環境施加影響的能力和把感知與行動聯系起來的能力。隨感知環境的不同，其效應方式和結構形式也不同。由于效應形式的單一性、簡單性與感知環境的多樣性、復雜性的矛盾，需要利用機器人思維對從環境中獲得的非結構與半結構數據進行處理并傳遞給效應機構，以適應非結構環境的需要。由此可見，對機器人的智能化研究是必然的。隨著機械向集成化、自動化、多功能方向發展，對機器人的智能化功能與性能的要求也越來越高，機器人的工作性能、精度、效率等在很大程度上取決于智能化的程度，因此必須重視人工智能在智能機器人領域中的運用探析。

1機器人智能化研究的關鍵技術

回顧機器人的智能化研究發展史，可以清楚地知道智能機器人作為人工智能的一個重要分支，其科學技術的研究發展與人工智能一樣，是與人們生活水平的發展相伴的。生活水平的提高，對人工智能的性能提出了新的要求，而人工智能領域為滿足日益增多的性能要求而產生的突破性進展推動了智能機器人技術的發展。

智能機器人的發展經過了較長的時期，在世界范圍內已達到較高水平。但就我國的實情來看，仍與發達國家存在較大的差距。發達國家和地區如歐美、日本盡管在這個領域已經取得一定成績，但仍然不斷追求機器人的智能化向自適應、實時性、多功能方向發展，以利于在日益激烈的產品競爭中立于不敗之地。21世紀仿腦技術、自主心智發育技術、大數據、深度學習等成為機器人科學技術發展的重要領域，這些領域的最新研究成果和技術進步無疑將對智能機器人的發展產生重要的推動作用。

1.1仿腦技術

仿腦技術從腦結構角度對人腦進行抽象，利用計算機模擬人類的思維，通過基因改造等手段對復雜情況進行自主分析。仿腦技術認為人類的高層認知能力和人腦的特殊結構與處理機能有密切聯系，受到人腦記憶結構、機能及其信息加工機制的啟發。

1.2自主心智發育技術

自主心智發育技術是21世紀重點發展的機器人科學技術，心智發育是建立在一個類似大腦的自然系統或人工嵌入式系統之上的一種計算過程，系統在其內在發育程序的控制下，通過使用傳感器和執行器與非結構環境進行自主實時的交互來實現心智的發育，進行自主行為模式的探索，完成非特定任務。當智能機器人的發展進入了第三階段后，由于機器人所要處理任務的復雜度越來越高，傳統的人工智能方法、模式識別方法以及其他數學工具已經難以滿足機器人對認知能力的要求。智能機器人研究領域迫切需要一些新的研究思路來突破舊方法的瓶頸。在這種情況下，心智發育技術應運而生，其主要目的是擺脫傳統機器人針對任務進行編程的局限，使機器人向自主性、自適應性、實時性、多功能方向發展。

1.3大數據技術

大數據技術是計算機控制技術與互聯網技術的結合。大數據，或稱巨量資料，其特點是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。其核心價值是根據對海量數據的分布式存儲和分析，通過計算機控制，實現對海量數據中潛在信息的獲取與利用，以達到加速經濟發展，提高生活水平的目的。

1.4深度學習

自主判斷、推理、規劃是智能機器人的發展方向，與上述要求相適應的研究是智能機器人的重要研究方向。深度學習作為智能機器學習研究中的一個新的領域，旨在模仿人腦的神經網絡，把原始數據通過一些簡單的非線性模型轉變成為更高層次、更加抽象地表達的概念，通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發現數據的分布式特征表示，是目前研究智能機器人的熱門領域。

2人工智能在機器人領域的應用

2.1人工神經網絡在機器人定位與導航中應用

人工神經網絡是模擬生物神經系統對信息進行處理，該方法可以處理一些無法運用成型的模式處理或處理系統化的一些信息，具有較強的信息整理能力，能夠很好的整合非線性系統。人工的神經網有著更好容錯性和存儲容量。大量的單元之間的相互交錯，人工神經網絡模擬出了大腦的非局限性。人工神經網絡應用于智能機器人中，能夠準確避免障礙，精準定位目標。在定位與導航中應用過程中，充分合理利用其功能，準確控制目標軌跡，能夠對數據充分的識別分析。

2.2專家系統在機器人控制中的應用

專家系統是一種擁有某個領域大量的專家級知識，通過模擬專家的思維，來達到專家級的水平，使用專家的知識來解決困難和特別復雜的實際問題的一種計算機的系統。隨著機器人的控制理論得到了很大的發展，擁有著巨大的成功。大多數的控制方法都建立專家系統的基礎上。機器人的動力學系統的繁瑣性、非線性、多邊形以及變慣量等極其復雜。專家系統應用于智能機器人中，能夠有效的減免大量技術性問題，極大地提高了系統處理數據的效率。

2.3進化算法在機器人路徑規劃中的應用

人工智能進化算法的主要兩大特點是群體搜索策略和群體中個體之間的信息交換。進化算法可以在搜索過程中，不會導致限制到局部最優。在非規則有噪聲影響時，以讓能夠通過群體搜索策略來大概率的尋找到整個過程的最優解。此外，進化算法的多種個體搜索可以同時進行，以滿足巨量算法的執行。進化算法應用于智能機器人中可以有效的制定路徑規劃，可以使移動機器人通過某些約束條件來制定從起始到終態的最優化的途徑。伴隨著進化算法中的遺傳算法、蟻群算法在智能機器人中的快速發展，使得機器人能夠更加智能化，其運行的路徑更接近于完美優化的要求，為移動機器人提供良好的路徑規劃效果。

3人工智能的發展前景

現代科技推動了社會經濟高速發展，處于知識經濟一體化時代，人工智能的自主性、自然性、高效性等優勢特征越發突出，尤其是人工智能的應用廣泛性在各個環節中的體現，突破了人類對人工智能的預期范圍，可見人類在預測人工智能、機器人、電子科技的發展態勢上，仍存在一定的難度?，F代科技整合，拓展了人工智能機器人發展空間，使人們的推理水平上升了一個高度，但針對于機器人學習、想象功能的推理研制，仍處于摸索性前進階段，仍有較大的完善空間。在創造智能機器人時，還需突破仿照人腦右腦模糊功能、整個大腦處理功能模擬實現等工作難點。目前，人工智能領域逐步拓展，未來智能機器人的應用空間進一步擴大，大部分的人工智能產品，能夠在生活多個領域充當重要角色，對帶動各行業發展有著現實意義。人工智能與計算機技術等現代科技的結合，深入推動了人工智能理論研究，為人工智能企業發展，奠定了鑒定基礎，自身實力不斷提高，智能機器人實效性隨之加強，從而為市場經濟高速發展助力。

4結語

隨著科學技術的快速發展，人工智能的理論研究以及技術的發展取得了重大的進步。智能機器人產品大量的走進了人們的生產生活中，將人工智能的理論與技術應用于智能機器人中，可以提高智能機器人的處理數據的高效性、診斷障礙的準確性以及設計最優化的路徑。將二者結合起來，在優化了智能機器人的性能的同時，也在實踐過程中，證實了人工智能的可行性，對科技的發展有著重要的意義。

參考文獻：

[1]李柏陽.淺析人工智能技術及其在智能機器人領域的應用[J].數字通信世界，2017，12：115-116.

[2]朱昱衡.人工智能技術及其在智能機器人領域的應用[J].電子世界，2018，09：208-209.