人機博弈技術(shù)展示
——下棋機器人

方 園 趙姝穎 聞時光 田祥章 胡 彬

（東北大學人工智能與機器人研究所，沈陽，110819）

人機博弈技術(shù)展示
——下棋機器人

方 園 趙姝穎 聞時光 田祥章 胡 彬

（東北大學人工智能與機器人研究所，沈陽，110819）

本文介紹融合了人工智能技術(shù)、人機交互技術(shù)等新技術(shù)的下棋機器人。下棋機器人系統(tǒng)的設計與實現(xiàn)是對提升科技傳播吸引力方式的一種探索，增強了傳播過程的自主性、互動性、趣味性。系統(tǒng)設計從硬件和軟件角度都采用模塊化方法，并針對機器人同時進行4盤棋局對弈的多任務處理需求對機器人末端執(zhí)行機構(gòu)和棋局清盤算法進行了獨特設計，大幅度提高了系統(tǒng)運行效率。

機器人，人工智能，下棋，人機交互，科技傳播

1 實物互動

科技傳播是人類社會科學與技術(shù)得以產(chǎn)生和發(fā)展的基本前提，是科技和社會的“血液循環(huán)系統(tǒng)”，是人類社會進步的階梯?？萍紓鞑ナ沟没逎y懂的科學知識變成了生動形象的科技展示，讓科學被更廣泛的大眾所熟知。因此，科技傳播事業(yè)關系到公眾科學素質(zhì)的提高，關系到科學技術(shù)的發(fā)展，也以其基礎性的作用直接影響到國家的經(jīng)濟增長和社會的全面進步[1]。

科技傳播的介質(zhì)種類很多，比如，通過圖書、影視資源、科普報告或?qū)嵨镪惲械??？破照蛊肥墙陙沓霈F(xiàn)并越來越多地被采用的一種新型科技傳播介質(zhì)，以具有互動性的實物展品展示科學技術(shù)內(nèi)涵，通過人機互動過程讓觀眾更容易理解傳播的科技知識，感受科技的魅力。

互動式“1V4”下棋機器人系統(tǒng)充分融合了人工智能技術(shù)、人機交互技術(shù)以及機電一體化等近年發(fā)展起來的新技術(shù)，傳播過程更具有自主性、互動性、趣味性，克服了以往單一、乏味的傳播方式，整套科普智能展品可以有效提高科技傳播中前向通道的傳播效力，具有廣闊的推廣空間。

2 系統(tǒng)整體結(jié)構(gòu)

下棋機器人系統(tǒng)通過機器人與觀眾直接對弈的方式進行展出，一共提供4種棋局系統(tǒng)，分別是中國象棋子系統(tǒng)、中國圍棋子系統(tǒng)、跳棋子系統(tǒng)和五子棋子系統(tǒng)。每個棋局系統(tǒng)在各自棋局計算機上運行，并提供人機交互的界面供觀眾參與。

在每盤棋局對應位置擺放有1個展臺，上面擺有真實的棋盤和棋子，當觀眾每在人機交互界面落下1棋子之后，機器人便會同樣拿起1棋子擺在相應位置。棋局子系統(tǒng)與伺服任務服務器采用基于C/S架構(gòu)的網(wǎng)絡通信方式，由服務器連接機器人控制柜、進而由控制柜控制機器人完成相關控制指令。

整個系統(tǒng)由4臺棋局計算機、1臺伺服任務服務器、1臺工業(yè)機器人以及相關配套設施構(gòu)成，系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)圖

實際展示圖如圖2所示。

圖2 下棋機器人實物系統(tǒng)

系統(tǒng)啟動時，首先啟動伺服服務器，然后為機器人設置相關伺服操作，待服務器端程序完全啟動后，4個棋局客戶端程序再啟動，建立網(wǎng)絡連接。系統(tǒng)啟動后，首先由伺服服務器判定網(wǎng)絡連接情況，當網(wǎng)絡連接異常時，服務器界面會通過彈出對話框的方式提示相關異常信息。當機器人、服務器、棋局客戶端連接正常之后，服務器進行相關棋局初始化操作，整個系統(tǒng)的初始化工作完成[2]。

游戲的啟動是觀眾在人機交互界面點擊下棋開始按鈕，此時，信息通過網(wǎng)絡傳輸?shù)椒掌鞫耍掌鞫顺绦蚪邮招畔⒅筮M行相關處理，后轉(zhuǎn)換成下棋操作[2]。當用戶開始下棋時，棋局子系統(tǒng)通過人工博弈算法給出對應的下棋操作。每次下棋操作完成后，棋局子系統(tǒng)都會將下棋信息發(fā)送到服務器，服務器程序?qū)ο嚓P信息進行解析，產(chǎn)生走子的控制命令，并將控制命令傳遞給機器人完成相關走子操作。

3 系統(tǒng)軟硬件結(jié)構(gòu)

3.1 軟件結(jié)構(gòu)

軟件系統(tǒng)作為整套系統(tǒng)的核心，承擔著多項具體任務，其中包括針對觀眾下棋產(chǎn)生相應對弈策略、控制機器人移動以及服務器與客戶端之間的信息傳輸?shù)取Ｕ麄€軟件系統(tǒng)可劃分為決策子系統(tǒng)、網(wǎng)絡子系統(tǒng)、控制子系統(tǒng)、交互子系統(tǒng)。軟件系統(tǒng)結(jié)構(gòu)如圖3所示。

3.1.1 決策子系統(tǒng)

決策系統(tǒng)主要包括象棋決策系統(tǒng)、五子棋決策系統(tǒng)、圍棋決策系統(tǒng)和跳棋決策系統(tǒng)。決策系統(tǒng)包括界面和搜索引擎兩個部分，界面作為人機交互部分在交互子系統(tǒng)中設計，而搜索引擎則是計算機的思考和決策[3]。搜索引擎的結(jié)構(gòu)如圖4所示，正確表示當前局面是計算機做決策的基礎，走法生成器用來產(chǎn)生當前局面下符合規(guī)則的所有走法，局面評估函數(shù)對一個局面做出評價，搜索產(chǎn)生最優(yōu)走法則是搜索算法在局面表示、走法生成器、和局面評估函數(shù)的配合下對博弈樹展開搜索、得到最優(yōu)走法并走棋[3]。

圖3 軟件系統(tǒng)結(jié)構(gòu)圖

圖4 搜索引擎結(jié)構(gòu)圖

3.1.2 網(wǎng)絡子系統(tǒng)

網(wǎng)絡子系統(tǒng)負責客戶端和服務器之間的通信，客戶端每次將相關數(shù)據(jù)結(jié)構(gòu)填充完畢后，將信息發(fā)送給服務器；服務器接收后，對信息進行排序、解析等相關處理，再傳遞給控制系統(tǒng)控制機器人的具體信息。

1）服務器網(wǎng)絡模塊：采用多線程模式，主線程用于信息的處理，子線程建立基于TCP協(xié)議的服務器模塊，用于監(jiān)聽各個客戶端的請求，當信息到來后，發(fā)送消息通知主線程。

2）客戶端網(wǎng)絡模塊：建立與服務器端相同的數(shù)據(jù)結(jié)構(gòu)，用于填充走子信息，然后將信息捆綁發(fā)送給服務器。

3）信息解析模塊：主線程建立命令解析模塊，對客戶端到來的信息進行排序，解析出具體的棋局信息，并轉(zhuǎn)化成控制命令傳遞給控制系統(tǒng)。

3.1.3 控制子系統(tǒng)

1）機器人移動控制模塊：針對機器人廠家提供的底層函數(shù)，設計并封裝針對不同走子方式的模塊，用于控制機器人移動。信息解析之后，通過調(diào)用相關控制模塊即可完成機器人的移動和吸放子等功能。

2）機器人移動保護模塊：由于工業(yè)機器人工作具有一定危險性，所以每次調(diào)用控制模塊之前，先通過保護模塊判斷機器人是否在安全范圍以內(nèi)，符合要求后再執(zhí)行機器人移動控制模塊。

3.1.4 交互子系統(tǒng)

交互系統(tǒng)是提高科技傳播效力的重要手段之一。通過觸摸方式設計的人機交互界面，可以讓觀眾輕松參與到棋局對弈中來，大大提高了整個系統(tǒng)的互動性與趣味性。

3.2 硬件結(jié)構(gòu)

下棋機器人硬件系統(tǒng)包括機器人控制系統(tǒng)、末端執(zhí)行系統(tǒng)、人機交互系統(tǒng)、展臺。結(jié)構(gòu)示意圖如圖5所示。

圖5 系統(tǒng)硬件結(jié)構(gòu)圖

3.2.1 機器人控制系統(tǒng)

機器人控制系統(tǒng)包括機器人本體、機器人控制柜、機器人變壓器和操作手柄等配套設施。機器人采用六自由度工業(yè)機器人，最大操作半徑達1370mm，最大運行轉(zhuǎn)速在180°/s以上，最大誤差0.02 mm。機器人具有自我保護功能和安全區(qū)域設定功能，能夠滿足1個機器人同時與多人對弈的要求[4]。

機器人自帶的控制柜可用于調(diào)校、控制機器人移動以及完成服務器和計算機的通信任務，操作手柄可用于機器人發(fā)生故障時進行手動調(diào)整。

3.2.2 末端執(zhí)行機構(gòu)

末端執(zhí)行機構(gòu)完成拾起、放下棋子的功能。棋子的拾取方式分為抓取、氣動和電磁吸附等方式。抓取的優(yōu)點在于演示效果好，使系統(tǒng)看起來更協(xié)調(diào)，棋子也無需特殊制作[5]，缺點在于結(jié)構(gòu)復雜，要求精度過高，且易損壞；氣動方式優(yōu)點在于結(jié)構(gòu)相對精簡，對棋子無特殊要求，缺點在于會產(chǎn)生噪音，系統(tǒng)成本高且運行不穩(wěn)定；電磁吸附方式優(yōu)點在于結(jié)構(gòu)簡單，控制方便，缺點在于需要特制棋子，在棋子表面要嵌入鐵片，且吸附時要靠近棋子。綜合考慮以上各方案優(yōu)缺點，本系統(tǒng)采用電磁吸附的方式作為抓子的執(zhí)行機構(gòu)末端[5]。

由于系統(tǒng)要同時進行4盤棋的對弈，傳統(tǒng)末端執(zhí)行機構(gòu)只有1個末端執(zhí)行器，1次運動只能對1個棋子進行操作，所以本系統(tǒng)對機器人的末端進行改造，將末端執(zhí)行機構(gòu)由1個增加到8個，并確保各個機構(gòu)之間獨立工作，互不干擾，并通過對初始的執(zhí)行機構(gòu)的控制間接實現(xiàn)對所有機構(gòu)的控制。

3.2.3 人機交互系統(tǒng)

主要依靠4臺計算機，同時配備可以觸摸的顯示屏用于讓觀眾參與到棋局對弈中來。

3.2.4 展臺

展臺是讓觀眾參與下棋系統(tǒng)的直接載體，整個展臺設計成1個四面體的玻璃罩，罩內(nèi)擺放真實棋盤、棋子和機器人，展臺外部探出人機交互界面，用于讓觀眾參與下棋，在展臺內(nèi)部觀眾不可見的地方，擺放伺服服務器、計算機和機器人控制柜等相關設施。

4 關鍵技術(shù)研究

系統(tǒng)所涉及到的關鍵技術(shù)包括機器人多任務協(xié)調(diào)、多關節(jié)協(xié)調(diào)控制、博弈算法、清盤算法、控制算法、人機交互、末端執(zhí)行機構(gòu)設計等，本文只針對清盤算法和末端執(zhí)行機構(gòu)設計進行簡單概述。

4.1 末端執(zhí)行機構(gòu)設計

傳統(tǒng)的下棋機器人大多只有1個末端執(zhí)行器，1次運動只能對1個棋子進行操作。這樣的處理速度太慢，而且，象棋吃子的過程是：先拿掉被吃的棋子，再放上吃棋的子，而人的操作是同時進行的，因此機器人操作相對繁瑣，顯得不自然。特別是下完一盤棋進行清盤的操作非常耗時并且步驟繁瑣。

針對上述情況，將末端執(zhí)行機構(gòu)由1個增加到8個，建立機構(gòu)立體模型，計算各個末端的相互約束，確保各個機構(gòu)之間獨立工作，互不干擾，并通過對初始的執(zhí)行機構(gòu)的控制間接實現(xiàn)對所有機構(gòu)的控制。在solidworks上做出機構(gòu)模型如圖6所示。

4.2 棋局清盤算法

在每盤棋局結(jié)束之后，機器人要按照一定算法將棋子歸位，否則棋局無法繼續(xù)進行。同時，算法設計也會在很大程度上影響清盤時間，尤其是在棋面上有大量棋子的情況下更為明顯，因此，設計算法要求在準確性的基礎上，盡量符合快速性的要求。

五子棋與圍棋所采用的規(guī)格是一致的，初始棋局情況也完全相同，所以可以采用同一種清盤算法。跳棋和象棋要各自針對自己棋局的特殊性設計清盤算法。

雖然清盤算法有別，但整體的清盤運行流程和核心算法是一致的。每盤棋局都是等待清盤任務到來后，掃描棋盤上每一格點，通過與初始棋局的比較判斷如何執(zhí)行清盤動作，多次掃描并執(zhí)行相應清盤動作之后，若掃描當前棋盤狀況與初始棋盤情況完全一致時，即完成清盤任務。清盤算法來自于排序算法，針對棋局的特點選擇合適的排序方法，再拓展到實際棋局上來。

圖6 執(zhí)行機構(gòu)模型圖

5 展望

“1V4”下棋機器人系統(tǒng)目前已成為全國多個科技館的標志性展品之一，吸引了更多的人對相關科技產(chǎn)生了強烈的興趣與愛好。面向未來，系統(tǒng)還可以在多方面進行改進,比如棋局棋盤清盤算法，還可以在準確的基礎上尋求最優(yōu)算法使清盤時間進一步縮短；在系統(tǒng)準確性方面，可以對執(zhí)行機構(gòu)進行改進，以減小系統(tǒng)長時間運行產(chǎn)生的累積誤差；未來還可以從智能科普產(chǎn)品的多樣化、人機交互方式的自然化等角度出發(fā)，對系統(tǒng)進行改造，向觀眾傳播更多的科學技術(shù)知識。

[1] 裴奔.科技傳播系統(tǒng)的理論與實踐研究[D].天津大學, 2003.

[2] 曹宇.面向互動表演的下棋機器人系統(tǒng)的設計與開發(fā)[D].東北大學, 2009.

[3] 田翠華,宋興亮,朱順痣,等.中國象棋計算機博弈算法研究[J].信息技術(shù), 2011(12):5-9.

[4] 趙風升.下棋機器人視覺系統(tǒng)的研究與開發(fā)[D].東北大學, 2008.

[5] 張喜.基于μCOS-Ⅱ和ARM微控制器的下棋機器人設計[D].上海交通大學，2008.