人工智能全传

HOMER 是我最喜欢的例子，它是一种存在于二维“海洋世界”的模拟机器人潜水艇^[49] ，在海洋世界里完成一系列任务，通常负责收集包裹并将其从一个地点移动到另一个地点。

显然，HOMER继承了SHRDLU的传统，并且有着同样的关键限制——它是一个模拟系统。但比起SHRDLU，它要复杂得多。

HOMER可以接受英语指令，不过用户指令的词汇表里只有800个单词。它可以计划如何完成指令，然后执行计划，并根据需要调整。为了了解HOMER的功能，我们来看看用户与它的对话。第一个问题涉及HOMER看到在它面前漂浮着的一根原木。(用户输入采用普通字体，HOMER的回复采用斜体字，我的注释放在括号中。)

你面前是什么？

一根原木。

它是属于你的吗？

不是。

它属于你。

哦。(HOMER用这个词表示被告知了以前不知道的事情)

……

转过身背对你的原木。

好的，我正在转身。

(用户把原木移除)

转回来。

好的，我正在转身。

我的原木不见了!

这段对话展示了一些简单但重要的常识性推理：HOMER记得那根原木，当它转身回来的时候，会期待看到它，当它发现原木不见了的时候，会表示惊讶。

下一个场景从HOMER在码头上等待任务开始，码头上有一个包裹，HOMER的任务是收集包裹并将其运送到驳船上。

下周六晚上9点把包裹放到驳船上。

好的。

(HOMER开始制订计划。)

你下周六会去码头吗？

是的。

你为什么要去码头？

我要去取包裹。

你打算什么时候去取？

晚上8点56分。

下周日包裹会在哪里？

在驳船上。

一周以后包裹会在码头上吗？

不会。

在这里我们看到HOMER展示了它对时间的常识性理解，以及它的行为是如何影响环境的——当它把包裹送到驳船上以后，包裹将不会出现在码头。它还表明了它理解自己的计划是需要时间来执行的——它需要在晚上8点56分到码头取包裹，才能赶得上9点把它放到驳船上。