2.5 机器人行动过程规划
虽然搜索树只是计算机解决问题的一种方法,但它的实际意义却不仅仅局限于此。搜索树的推演思维,可以看成是一步一步推导出结果。在传统意义的计算机中,搜索树能够正确推导出目标位置。而在人工智能领域,搜索树可以制订出机器人的行动计划,这种技术在人工智能1.0时代被称为规划。
人工智能1.0时代中得出的很多结论都仅仅停留在理论阶段,虽然并没有实例的验证,但是这些理论却为后来人工智能的发展奠定了基础,早期的机器人就是根据搜索树来制定行动规划的。
如果我们想让机器人去餐厅取一杯已经泡好的茶水,我们就可以对机器人下达这样的指令:“去餐厅把茶水拿来。”机器人接收到这样的指令后,会在机体内部进行如下的信息处理:
1.离开机器人所在的位置(前提条件);
2.如果打开餐厅的门(行动);
3.门会由关闭状态转变为开着的状态(结果)。
当这种具有前提条件的行动被完成时,会直接进行下一步处理:
1.在门开着的状态下(前提条件);
2.移动到餐厅内(行动);
3.将由餐厅外的位置变成餐厅内的位置(结果);……
将这种事先设定好的行动纲领传输给机器人后,机器人就能够按照这些纲领来行动,人类只要将所有具有“前提条件”的“行动”和“结果”事先教授给机器人,那么机器人就能顺利地将餐厅内的茶水取出来。对于这个过程,在人工智能1.0时代有一项非常著名的研究,这个研究将所有的“前提条件”“行动”和“结果”这三个机器人运作的要素组合在了一起,它就是STRIPS。
虽然以当时的技术还不能将这个研究成果真正运用到机器人身上,只停留在模拟阶段,但是这项研究对机器人的发展作出了极大的贡献。在那之后的近20年里,对于机器人的研究几乎都借鉴了STRIPS的思想。
值得一提的是,在研究机器人行动规划的过程中,另一位杰出的科学家——斯坦福大学的T.维诺格拉德研发出了一套SHRDLU系统,这个系统中也借鉴了逻辑推理的思想。通过之后不断的实验和研发,这套系统成功实现了将理论直接运用到机器人身上的设想。经过这套系统改造的机器人可以根据人类的指令辨别出一些形状简单的积木,并且能够执行一些简单的命令。比如,我们说“将这个三角形积木放到那个长方形积木上”,这个机器人就能根据指令完成这些动作。虽然现在看来,这样的技术只能属于“玩具”范畴,但正是这种将搜索树与自然语言相结合的产物,掀起了人工智能的第二次发展浪潮,推动人工智能科学进入到了2.0时代。
本书评论