神經(jīng)網(wǎng)絡(luò)在機(jī)器人控制中的應(yīng)用

咼佳揚(yáng)

摘 要 人工智能技術(shù)是當(dāng)前世界三大技術(shù)潮流之一，而神經(jīng)網(wǎng)絡(luò)是其中重要的研究領(lǐng)域。機(jī)器人的控制問題一直是機(jī)器人研究的熱門，隨著人工智能技術(shù)的高速發(fā)展，更多的機(jī)器人控制技術(shù)涌現(xiàn)出來，神經(jīng)網(wǎng)絡(luò)技術(shù)便是其中重要的分支。文章通過對人工神經(jīng)網(wǎng)絡(luò)的分析，研究人工神經(jīng)網(wǎng)絡(luò)在機(jī)器人技術(shù)中的應(yīng)用及發(fā)展趨勢，討論帶有神經(jīng)網(wǎng)絡(luò)技術(shù)的機(jī)器人控制中可能遇到的問題。

關(guān)鍵詞 神經(jīng)網(wǎng)絡(luò)；人工智能；機(jī)器人；控制工程

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

隨著工業(yè)和制造業(yè)等領(lǐng)域的作業(yè)要求不斷提升，以及機(jī)器人和人工智能行業(yè)的蓬勃興起，智能機(jī)器人行業(yè)得到了長足的發(fā)展。但是，傳統(tǒng)機(jī)器人應(yīng)用領(lǐng)域較為單一，機(jī)器人的控制技術(shù)較為落后，且機(jī)器人的應(yīng)用場景也越發(fā)復(fù)雜多變，對其性能的要求也愈發(fā)提高，人工神經(jīng)網(wǎng)絡(luò)的誕生很好的解決了這個(gè)問題[ 1 ]。人工智能行業(yè)和人工神經(jīng)網(wǎng)絡(luò)的發(fā)展為智能機(jī)器人領(lǐng)域帶來了新的生機(jī)，搭載人工神經(jīng)網(wǎng)絡(luò)的機(jī)器人具有深度學(xué)習(xí)的能力，具有很好的非線性時(shí)變和復(fù)雜環(huán)境適應(yīng)力，可以處理并行控制計(jì)算，這些都極大程度上提升了機(jī)器人的控制技術(shù)，能更好的為人類？工作。

1 人工神經(jīng)網(wǎng)絡(luò)技術(shù)的概述

1.1 人工神經(jīng)網(wǎng)絡(luò)與人工智能技術(shù)

自從計(jì)算機(jī)被發(fā)明出來，科學(xué)家們總是在設(shè)想如何使計(jì)算機(jī)擁有像人類大腦一樣可以自我思考的能力，隨著時(shí)代的發(fā)展，人工智能逐漸發(fā)展起來。人工智能技術(shù)是計(jì)算機(jī)科學(xué)領(lǐng)域的一個(gè)分支，其主要研究如何使計(jì)算機(jī)擁有和人類相似的智慧來進(jìn)行自主學(xué)習(xí)、思考和創(chuàng)造的新興學(xué)科。其主要涉及計(jì)算機(jī)、哲學(xué)、腦科學(xué)等眾多學(xué)科。人工智能主要的研究領(lǐng)域包含深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、模式識別等眾多領(lǐng)域，而人工神經(jīng)網(wǎng)絡(luò)是幫助其實(shí)現(xiàn)自我思考的一個(gè)必要技術(shù)[2]。

神經(jīng)網(wǎng)絡(luò)主要分為人工神經(jīng)網(wǎng)絡(luò)和生物神經(jīng)網(wǎng)絡(luò)。生物神經(jīng)網(wǎng)絡(luò)就是人類等生物自身大腦和中樞神經(jīng)等自身神經(jīng)系統(tǒng)組成的網(wǎng)絡(luò)，而人工神經(jīng)網(wǎng)絡(luò)就是模擬生物神經(jīng)網(wǎng)絡(luò)，利用計(jì)算機(jī)算法編程，構(gòu)造出一套和生物神經(jīng)網(wǎng)絡(luò)相似功能的算法程序。隨著研究的不斷深入，其應(yīng)用領(lǐng)域也不斷被開發(fā)出來，未來人工神經(jīng)網(wǎng)絡(luò)將會(huì)廣泛應(yīng)用于各行？各業(yè)。

1.2 人工智能與機(jī)器人

人們利用傳統(tǒng)機(jī)器人來代替人類復(fù)雜繁瑣的工作，工作性質(zhì)較為單一，而富有創(chuàng)造性的工作仍然還是主要由人類自己來承擔(dān)。隨著人工智能的發(fā)展，智能機(jī)器人得到了長足的進(jìn)步，它能夠像人類一樣思考、運(yùn)動(dòng)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(jīng)網(wǎng)絡(luò)的智能機(jī)器人是基于人工智能中央處理器，如GPU、TPU等進(jìn)行信息處理分析，進(jìn)而處理或者預(yù)判分析，指導(dǎo)機(jī)器人進(jìn)行下一步的指令處理。而人工神經(jīng)網(wǎng)絡(luò)是人工智能的一個(gè)重要分支領(lǐng)域，其在智能控制方面有著獨(dú)到的應(yīng)用，未來搭載神經(jīng)網(wǎng)絡(luò)的智能機(jī)器人將在各行各業(yè)有著很廣泛的應(yīng)用？前景[3]。

1.3 國內(nèi)外發(fā)展現(xiàn)狀

自從機(jī)器人行業(yè)興起后，機(jī)器人成為衡量一個(gè)國家科技創(chuàng)新能力和高端制造業(yè)水平的一個(gè)重要標(biāo)志，受到各國政府的高度關(guān)注。隨著2008年金融危機(jī)風(fēng)波之后，機(jī)器人行業(yè)逐漸復(fù)蘇，加上世界各國勞動(dòng)力逐漸短缺，機(jī)器人將會(huì)在各行各業(yè)得到進(jìn)一步發(fā)展。美國創(chuàng)造了世界上第一個(gè)自動(dòng)化汽車流水線，在工業(yè)機(jī)器人的應(yīng)用方面一直處于世界領(lǐng)先；日本由于二戰(zhàn)后勞動(dòng)力短缺，加上自身在機(jī)器人領(lǐng)域投入較大，一直也在智能機(jī)器人領(lǐng)域處于世界領(lǐng)先地位。中國在智能機(jī)器人的研究緊隨其后，工信部、財(cái)政部、國家發(fā)改委三部門聯(lián)合印發(fā)《機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃（2016-2020年）》，國家對于智能機(jī)器人的發(fā)展高度重視，未來將在空間機(jī)器人、仿生機(jī)器人等眾多領(lǐng)域?qū)崿F(xiàn)更多的？突破。

2 神經(jīng)網(wǎng)絡(luò)在機(jī)器人控制中的應(yīng)用

2.1 人工神經(jīng)網(wǎng)絡(luò)搭建

目前，人工神經(jīng)網(wǎng)絡(luò)的分類較多，常用的主要有前向神經(jīng)網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)等。目前，前向神經(jīng)網(wǎng)絡(luò)的應(yīng)用較為廣泛，因其神經(jīng)網(wǎng)絡(luò)層級較淺、結(jié)構(gòu)簡單，網(wǎng)絡(luò)控制較為容易實(shí)現(xiàn)，因而在做簡單智能控制時(shí)被劃為首選；模糊神經(jīng)網(wǎng)絡(luò)模型較為復(fù)雜，這是一種將模糊數(shù)學(xué)和神經(jīng)網(wǎng)絡(luò)聯(lián)合應(yīng)用的一個(gè)領(lǐng)域，在傳統(tǒng)深度學(xué)習(xí)的算法中，加入了模糊數(shù)學(xué)的控制技術(shù)，從而能適時(shí)地調(diào)節(jié)學(xué)習(xí)進(jìn)程，很大程度上解決了以往機(jī)器學(xué)習(xí)樣本選擇過多，學(xué)習(xí)速度過慢的問題。

2.2 機(jī)器人控制

隨著機(jī)器人技術(shù)的不斷發(fā)展，業(yè)界對機(jī)器人的控制技術(shù)的要求也不斷提高，而機(jī)器人控制技術(shù)是機(jī)器人發(fā)展的一個(gè)關(guān)鍵技術(shù)。因?yàn)闄C(jī)器人機(jī)械動(dòng)力學(xué)具有非線性、時(shí)變性等特點(diǎn)，使得機(jī)器人自我控制一直是業(yè)界研究的熱點(diǎn)問題。

隨著人工神經(jīng)網(wǎng)絡(luò)的發(fā)展，機(jī)器人控制具有了很強(qiáng)的學(xué)習(xí)能力和非線性時(shí)變能力。在機(jī)器人運(yùn)動(dòng)學(xué)方面，機(jī)器人會(huì)模擬出一套空間笛卡爾坐標(biāo)系，機(jī)器人的各個(gè)關(guān)節(jié)及部分會(huì)映射到空間坐標(biāo)系的各個(gè)參數(shù)點(diǎn)中，借助神經(jīng)網(wǎng)絡(luò)的多層感知及非線性映射的能力可以很好地幫助機(jī)器人完成動(dòng)力學(xué)的控制。在綜合控制方面，借助人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能，可以很好地利用以往不同的樣本，訓(xùn)練出不同的系統(tǒng)模型，進(jìn)而獲得更多的控制信息[4]。

2.3 智能機(jī)器人的應(yīng)用

搭載了神經(jīng)網(wǎng)絡(luò)的智能控制機(jī)器人可以很好的實(shí)現(xiàn)智能化、信息化，在智能控制領(lǐng)域?qū)?huì)有很廣泛的應(yīng)用。微型機(jī)器人是新時(shí)代醫(yī)用機(jī)器人的重要課題，使醫(yī)用機(jī)器人搭載了神經(jīng)網(wǎng)絡(luò)技術(shù)，可以使得微型機(jī)器人進(jìn)入人體后進(jìn)行自我學(xué)習(xí)、自我適應(yīng)，可以智能自主地開展疾病檢查、診斷，這樣借由微型機(jī)器人的智能控制能力，可以很好的為醫(yī)生開展輔助醫(yī)療的工作。

另外，智能駕駛技術(shù)也是神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的一個(gè)重要應(yīng)用，駕駛技術(shù)本身需要長年累月的積累與練習(xí)，因而在樣本學(xué)習(xí)的過程中，智能駕駛系統(tǒng)便可以利用深度學(xué)習(xí)的能力，不斷積累學(xué)習(xí)樣本，自我學(xué)習(xí)提升來實(shí)現(xiàn)駕駛功能的完善。

3 可能遇到的問題

3.1 技術(shù)性問題

首先，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的選擇問題是當(dāng)前比較深入的問題，怎樣選擇合適的人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、神經(jīng)元的層級以及如何確定神經(jīng)元數(shù)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(jīng)網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)、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(jì)算速度，這對于人工神經(jīng)網(wǎng)絡(luò)的控制至關(guān)重要。另外，學(xué)習(xí)樣本的選擇也是神經(jīng)網(wǎng)絡(luò)控制的一個(gè)議題，能夠使神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)自適應(yīng)學(xué)習(xí)，選擇具有代表性的樣本，一直是人工智能的深度學(xué)習(xí)的難點(diǎn)之一。

3.2 倫理性問題

隨著社會(huì)的發(fā)展勞動(dòng)力成本會(huì)進(jìn)一步提升，這使得機(jī)器人的發(fā)展成為了一個(gè)不可逆轉(zhuǎn)的潮流，然而機(jī)器人代替人工已經(jīng)造成比較深入的社會(huì)問題，比如人口失業(yè)率加深、社會(huì)不安定因素增加，歐美等西方發(fā)達(dá)國家已經(jīng)爆發(fā)過多次工人抗議失業(yè)的示威游行。

另外，過度人工智能化的機(jī)器人的使用對人類社會(huì)倫理是一個(gè)深度的考驗(yàn)，縱然我們使用智能機(jī)器人進(jìn)行老人的看護(hù)與醫(yī)療服務(wù)等工作，但冷冰冰的機(jī)器人無法代替家人心靈上的關(guān)懷，空巢老人可以由機(jī)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(gè)社會(huì)仍然需要更多的人文關(guān)懷。

3.3 實(shí)用性問題

人工智能的研發(fā)是需要投入大量的人力、物力與財(cái)力，這個(gè)浩大的領(lǐng)域需要國家和企業(yè)提供很高的成本，現(xiàn)如今我們發(fā)現(xiàn)各種風(fēng)投、財(cái)團(tuán)紛紛在人工智能領(lǐng)域下注，但是人工智能的使用也僅僅在對弈等邊緣行業(yè)，真正有作為的應(yīng)用還只是初見端倪。面對前期的巨大投入，人工神經(jīng)網(wǎng)絡(luò)機(jī)器人的實(shí)用性可能難以達(dá)到我們的預(yù)期。

4 結(jié)論與展望

本文詳細(xì)介紹了神經(jīng)網(wǎng)絡(luò)在機(jī)器人控制中的技術(shù)特點(diǎn)與應(yīng)用發(fā)展現(xiàn)狀，并對可能遇到的發(fā)展問題做了簡要的分析討論。我們可以得出，雖然機(jī)器人技術(shù)的應(yīng)用還存在著一定的問題，但是隨著機(jī)器人技術(shù)的不斷發(fā)展，加上我們國家在這個(gè)領(lǐng)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(jīng)網(wǎng)絡(luò)的智能機(jī)器人未來將會(huì)有很廣泛的應(yīng)用前景?？梢灶A(yù)想，隨著時(shí)代的進(jìn)步，機(jī)器人技術(shù)將會(huì)更加智能化、信息化、擬人化，機(jī)器人的應(yīng)用將會(huì)更加廣泛、合理、有效。

參考文獻(xiàn)

[1]蔡濟(jì)云.工業(yè)機(jī)器人在自動(dòng)化控制中的應(yīng)用研究[J].科技與創(chuàng)新，2018（1）：144-145.

[2]郭莉，李清泉.神經(jīng)網(wǎng)絡(luò)在機(jī)器人控制中的應(yīng)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(jīng)網(wǎng)絡(luò)的機(jī)器人智能控制[J].機(jī)器人技術(shù)與應(yīng)用，2002（4）：28-32.

[4]金耀初，蔣靜坪.人工神經(jīng)網(wǎng)絡(luò)在機(jī)器人控制中的應(yīng)用[J].機(jī)器人，1992，14（6）：54-58.