摘要： Can future robots and artificial-intelligence (AI) systems have consciousness and genuinely human intelligence - or even superhu-man intelligence? Is it possible for them to behave ethically? Here we look at these questions from the point of view of philosophy and AI, and argue that these questions are related: Their answer hinges on the fulfillment of the same condition. Starting from an analysis of the concept of consciousness, we argue that the key capacity that computers and robots should possess in order to em- ulate human cognition and (ethical) consciousness is the capacity to learn and apply \coherent webs-of-theories". We conjecture that where classic AI has been, in essence, \data-driven", the greatest leap forward would be \theory-driven" AI. We review prominent work in deep learning and cognitive neuroscience to back up this claim. This paper is an attempt at synthesis between recent work in philosophy, AI and cognitive science. © 2021 Imprint Academic.

关键词： 工业机器人   前瞻轨迹规划   动力学   调整约束  

摘要： 工业机器人轨迹规划是将路径规划阶段已经确定的路径,插补为一条时间函数曲线的方法。运动学轨迹规划仅仅考虑机器人的运动学限制,这在低速和轻载情况下一般可行,而当机器人运行于高速重载状态下可能会有较大的跟踪误差。现有的动力学轨迹规划相较于运动学轨迹规划考虑了动力学限制,规划结果安全稳定且高效,但算法计算效率低,不能满足工业生产实时性需求。因此,本文提出了一种基于动力学的约束自调整前瞻轨迹规划方法,其既能满足动力学约束要求又具有很好的实时性。机器人动力学模型是动力学控制和规划的基础。鉴于动力学参数未知,由此设计了辨识实验,并使用具有物理可行性限制的优化辨识方法对参数进行了辨识。此外,利用最小二乘法对机器人系统包含的负载进行了其惯性参数的辨识,并将该参数折算到机器人本体,进而得到了完整的机器人动力学模型。虽然基于可达性分析的机器人轨迹规划算法解决了数值积分法鲁棒性差的问题,但是该算法实时性计算效率不佳。由此本文将其改进为小线段连续的轨迹规划,通过选择合适的小线段路径长度,本方法可以满足近似实时性规划的需求。鉴于上述改进方法不能严格满足在线计算的要求,本文提出一种利用机器人动力学方程调整约束的前瞻轨迹规划算法。该方法通过运动学轨迹规划,计算并核验各路径点上机器人关节力矩是否超限;将校正后的关节计算力矩映射至加速度约束,重新计算运动学轨迹规划得到最终结果。最后在仿真和实际环境下辨识了机器人动力学参数,验证了约束自调整前瞻轨迹规划算法。本算法不仅遵守了动力学约束,而且实现了动力学轨迹规划的在线计算。

关键词： 人工智能教育   机器人竞赛   创客教育   创客实验室   玉林市  

摘要： 玉林市玉州区旺瑶小学建于1950年,现又名玉州区东环小学(万昌校区)。2016年12月旺瑶小学迁入新址,由原来占地面积不足10亩的小校园变身为占地面积29.35亩的新校园。近三年来,学校师生齐心协力,不断开创办学新局面,

关键词： 强化学习   信息熵   机器人   超参数优化问题  

摘要： 基于强化学习的机器人学习算法的学习效果都十分依赖于超参数的选择,其学习效率对这些超参数非常敏感。一般情况下,超参数的选择是通过外部循环、使用网格搜索、随机搜索或贝叶斯优化等方法。超参数的调整过程需要大量的计算资源,并且在真实世界场景中面临很多挑战,特别是在课程式任务学习或多任务学习等环境多样性会在线变化的设置中,因为合适的超参数值可能是与任务环境特性相关,当环境或任务变化后,原来的最优超参数值就变成局部最优值,这很大程度地降低了模型的可适用性。相比之下,强化学习中的一些研究工作尝试在学习过程中在线调整超参数,如神经网络模型的学习步长、λ回归中的超参数λ。在学习过程中采用自动调节超参数是很有意义的,因为它比传统学习方法更有实用价值,因为其能根据学习过程的变化来相应地改变超参数的值,但其实现也更具挑战。具体地说,超参数调整过程中,任何超参数的选择不当都可能对智能体的学习效率产生累积的负面影响。例如,非常小或非常大的超参数值可能会减慢收敛速度,甚至导致学习过程是发散;或者即使它最后会收敛,但训练得到的策略可能是次优的。总的来说,超参数选择会耗费很多计算资源和样本数据,同时这些计算资源的使用与数据样本的收集在真实世界的机器人学习中都特别耗时。为了节省计算资源与控制数据样本的收集,本论文研究工作针对该问题,提出了一种自动在线调参算法,本论文在无监督机器人学习框架中测试该算法。无监督机器人学习框架能在任务或环境未知的情况下进行学习,其仅需从环境中采集二维RGB图像作为观察值,不需要为每个任务设计特定的奖励函数。无监督机器人学习可以利用自生成目标的方法从环境中学习大量技能,智能体会学习来自变分自编码器生成的目标,该目标生成器使用存储在回放缓冲区中的样本进行在线更新。基于无监督机器人学习算法框架,本论文提出的算法使用变分自编码器目标函数计算出的值,来近似目标的种数。基于这一近似值,本论文提出的方法能自动在线调节三个超参数值:1.根据目标的种数来设计每回合探索次数Ne,确保能在每回合与环境交互中使用合适的探索次数收集样本;2.根据每回合探索次数来设计回放缓冲区大小Nb,确保能存储每回合探索得到的新状态对,同时避免存储过多样本,从而避免不必要的计算存储量消耗。3.根据目标的种数设计每回合策略更新次数Nθ,确保在每回合中使用足够的策略更新次数。理论上,本论文提出的自动在线调参算法适用于其他使用变分自动编码器及使用视觉信号作为输入的深度强化学习算法中。本文的研究发现变分自编码器的目标函数计算出的值与训练样本的多样性呈正相关,同样与回放缓冲区中的目标的种数Ng和观察值种数NS呈正相关,且超参数Ne,θ,b=（Ne,Nθ,Nb）的最小值可根据目标种数Ng设计。因此,可以通过使用变分自编码器目标函数计算出的值来近似Ng从而选择这三个超参数的值。本研究的创造性研究工作总结为以下三点:1.推导并验证了变分自编码器目标函数与样本多样性的关系,使得根据样本多样性控制机器人学习的过程成为可能;2.提出自动在线调参算法自动调优三个超参数,减少超参数的搜索量,避免学习次优模型、浪费算力和样本资源,使得机器人学习模型能更加容易地在不同机器人平台上学习最优模型;3.测试了在不同实验环境中使用该算法的有效性,并测试了在环境多样性在线变化的设置下使用该算法的优势,降低了在课程式任务学习下超参数的选择所带来的负面影响。

关键词： 无人驾驶机器人   运动学   非线性动力学   关节间隙   集成优化  

摘要： 无人驾驶机器人是一种替代人类驾驶员实现车辆自动驾驶的特种作业机器人,无需对车辆进行改装,可无损安装于车辆驾驶室内,广泛应用于车辆测试试验、抢险救援、靶车移动和地面无人平台等领域。本文在课题组对无人驾驶机器人结构系统设计的基础上,针对无人驾驶机器人的非线性动力学特性分析和系统集成优化等方面内容进行了研究。首先,介绍了无人驾驶机器人的总体结构、性能指标以及驱动方式,分析了换挡机械手和驾驶机械腿的工作原理与安装调节方式。对无人驾驶机器人进行了运动学建模,并进行了运动学仿真。然后,基于L-N非线性接触力模型和改进的库伦摩擦模型建立了无人驾驶机器人关节间隙模型。建立了含多关节间隙的无人驾驶机器人运动学误差模型与非线性动力学模型。接着,进一步考虑换挡机械手和驾驶机械腿末端变负载,建立了同时考虑多关节间隙和末端变负载的无人驾驶机器人非线性动力学模型。在此基础上,对含关节间隙的无人驾驶机器人进行了非线性动力学分析,并采用庞加莱映射曲线对含关节间隙无人驾驶机器人的运动混沌现象进行了分析。接着,分析了考虑关节间隙和末端变负载多因素下的无人驾驶机器人非线性动力学特性。在手动挡试验车辆上进行了无人驾驶机器人性能试验,验证了非线性动力学模型的有效性。最后,以无人驾驶机器人操纵机构的刚度、应力和质量性能为优化目标,以操纵机构外形尺寸为设计变量,建立了无人驾驶机器人结构系统集成优化模型,基于带精英选择策略的非支配排序遗传算法对优化模型进行求解。优化结果显示,无人驾驶机器人结构性能有较大程度的提升。

关键词： 刚柔耦合   大负载   运动学   动力学   仿真验证  

摘要： 随着物流行业的快速发展,国内工业企业对于搬运机器人的需求较大,但大部分国内和国外的码垛机器人都是基于现有的工业通用机器人而设计的。这类机器人的负载低和工作性能不高,它们一般采用为“单箱装车”或者“两箱装车”的装车方式进行装车。基于现有的工业通用机器人而设计的码垛机器人的工作效率已经跟不上顾客的需求,在此背景之下,针对“大负载”的码垛机器人的研究迫在眉睫。码垛机器人的设计分为两个部分:货物输送部分、机器人部分。目前,国内外使用的码垛机器人大部分都是基于现有的工业通用机器人而设计的,它们的机械人部分采用现有的通用6R机器手和现有的夹具对货物进行夹起和装车,这类机器人的理论研究已经比较成熟,只需要为该机器人进行编程控制和设计货物输送部分即可投入生产使用,这种码垛方案的负载低、效率低。而“大负载”码垛机器人则摒弃了现有的工业通用机器人,通过对机械人的结构创新,实现输送、码垛一体化,兼具有“大负载”作业的能力,满足了集装箱码垛的实际性能要求。本课题基于“大负载”码垛机器人的结构创新的特点,探索一种适合于“大负载”码垛机器人的刚柔耦合运动学和刚柔耦合动力学的数学建模方法。本文以一台“大负载”的码垛机器人作为研究对象,对其结构进行分析,采用D-H法建立码垛机器人的运动学模型,通过运动学仿真,验证其刚体运动学模型的正确性。紧接着,本文对码垛机器人的结构进行数学模型简化,提出了三种合理的“大负载”码垛机器人的动力学数学建模方案,选取最优的动力学数学建模方案,建立了码垛机器人的刚体动力学方程。而后采用Adams进行虚拟样机仿真,验证其刚体动力学数学模型的正确性。考虑到多级伸缩臂实际工作中具有较大形变,为了提高定位精度和准确分析机器人实际动力学特性,基于伯努利梁理论推导出伸缩臂的变形方程,推导并建立多级伸缩臂刚柔耦合运动学和刚柔耦合动力学数学模型;通过对比刚体动力学计算结果、刚柔耦合动力学计算结果和柔性动力学仿真结果,得出刚柔耦合动力学相对于刚体动力学更能描述码垛机器人的实际受力情况的结论。

关键词： 架空线路   作业机器人   机构设计与优化   系统耦合动力学   运动规划   智能决策架构  

摘要： 为了提供可靠电力以应对能源上的巨大需求,国家建设了大规模电力设施,搭建了长距离的高压电力线路。电力线路需要进行常规检查,以高效、可靠地传输高压电力并在故障发生的早期进行检修。架空线路作业机器人(下简称“机器人”)可以在不利于人工维护作业的情况下,一定程度上取代人工,并面向多作业任务进行线路维护。本文正是针对具有模块化作业臂的机器人在维护作业与实用化过程中亟需解决的技术难题而展开,着重对机器人作业臂机构设计与优化、机器人/电力线系统耦合动力学、机器人运动规划算法、机器人智能决策架构等关键共性技术进行了深入研究。本文主要内容及研究思路如下:以提高机器人辅助架空线路作业的性能为目的,阐述了一种应用于机器人的新型模块化作业臂及其机构设计和优化方法。给出了串联模块化作业臂的设计理念及机械结构,并采用物理意义明确的指数积公式法对其进行了运动学分析。在此基础上,提出了一种考虑作业臂可达性、可操作性和结构利用率的综合优化指标,并采用量子行为粒子群优化算法来寻找最佳的机构设计参数。通过比较初始状态和优化后的最终状态来验证作业臂设计优化的有效性。基于所设计具有模块化作业臂的机器人,提出了一种融合旋量理论、绝对节点坐标法和接触估算器的系统耦合动力学方法。机器人/电力线系统通过人工神经网络估算接触力,并解耦为刚性机器人和柔性电力线两个多体子系统分别求解。整个系统将风载作为主要外部干扰,在统一的全局坐标系下完成系统状态的迭代。基于逆动力学辨识模型和加权最小二乘方法,通过对机器人关节力矩估计值的补偿建立了关节力矩预测模型。通过建立简化二维和详细三维模型,解析了不同工况下机器人/电力线相互作用的效果,验证了该方法的可行性。根据机器人/电力线系统的耦合动力学,设计了一种基于学习后的可达场函数和遗传最佳优先策略的机器人动态环境快速搜索算法(DE-RST)。该算法在随机扰动的刚柔耦合环境中利用采样数据优化节点选择策略,在构型空间中生成关节路径。最后,给出了考虑动力学约束和代价函数的关节轨迹,为机器人控制器提供了参考位置和力矩。与传统的规划算法进行了比较,验证了所设计的算法在轻微和连续变化的环境下的稳健性。结合耦合动力学的机理知识和随机森林的经验数据,构建了一种考虑随机扰动的分层强化学习架构用于自主作业机器人的决策。该架构综合考虑了有随机扰动的情况下全局和局部两个层面上的高层作业策略选择和低层作业行为控制。将该架构应用于某架空线路作业场景之中,设计了各策略的状态表征和奖励函数并在异步并行的计算环境下完成所有策略的训练。研究证明了对于受到随机扰动的机器人,该架构能够实现平稳而安全的全过程自主作业决策。

关键词： 仿生机器人   河狸   多关节脚蹼   动力学建模   爬游式机器人  

摘要： 水下机器人是水中观测、作业的重要工具。伴随着海洋军事战略资源开发、科研探测研究的发展需求,水陆两栖机器人用于执行地面常规载具无法完成的近海域作战和探测勘探等任务。因此,研制一款既适合陆地、近海沙滩等多变地形,又适应复杂多变水下环境的两栖机器人具有重要意义。两栖运动的生物常具备灵活的四足,足端带有脚蹼,陆地上爬行前进,水中划行运动,它们是两栖机器人设计模仿的对象,其可以借鉴自然生物在运动中的优势。但是,目前研究中对四足仿生机器人在陆地运动较多,而水中游动时的研究相对较少。在大自然中很多生物具有优异的两栖水陆运动行动作业能力。其中河狸作为水陆两栖动物,质量较大但水中运动具有很高的速度和灵活性,其前肢短,足小,具有强爪,后肢粗壮有力,爬游式的运动模式是其水中运动具有很高敏捷性和灵活性的重要原因之一。为了探究机器人在爬游过程中位姿与运动方式的关系,本文对以河狸为生物原型设计的爬游式机器人游动过程进行多关节动力学建模,包括脚蹼、腿部和整体结构的动力学模型,以牛顿欧拉迭代公式对两种划动模式进行计算,以探究爬游式机器人动力学模型在不同划动模式下的适用性,直观的展示了机器人游动过程中各关节和机器人整体姿态的变化。脚蹼作为爬游式机器人水中运动的重要驱动装置,其运动方式和力学特性影响机器人水中的运动性能,本文提出一种关于脚蹼划动的水动力模型,并提出两种用于衡量样机水中运动性能的参数:划动力参数与复合划动力参数,以衡量机器人水中划动性能。对脚蹼的研究表明:减小恢复阶段脚蹼受水面积,合理规避和利用划动兴起的水流是提高脚蹼划动效率的关键。最后,基于MSC ADAMS和ANSYS Fluent等仿真软件进行机器人游动动力学仿真验证,并建立了爬游式机器人水下划动实验平台,进行实验验证。通过对爬游式机器人动力学建模、数值计算仿真与样机实验的结果比对、验证了爬游式机器人样机设计的合理性、动力学建模的准确性。仿真与实验表明不同划动轨迹会对机器人游动过程中位姿变化产生不同的影响,验证了本文所建立的动力学模型在两种运动轨迹下的正确性性,为爬游式机器人后续的研究打下基础。

关键词： 振动抑制   动力学   假设模态   奇异摄动   联合仿真  

摘要： 随着空间技术的发展,航空航天领域对轻量化的要求不断提高,空间机器人在轨组装技术得到了广泛的研究与应用。空间机器人具有质量轻、刚度小、动力学耦合性强的特点,在工作时容易诱发柔性部件的振动,难以快速、准确定位。本文对双柔性关节-柔性臂空间在轨组装机器人进行了动力学建模与控制研究。分析了柔性部件振动与空间机器人运动的关系,探索并验证可在提高空间机器人运动控制精度的同时,抑制柔性部件振动的控制方法。主要研究内容如下:1.考虑柔性臂振动所引起的偏转角,对双柔性关节-柔性臂空间机器人进行了动力学建模及分析。给出了柔性关节以及基于假设模态法的柔性臂建模方法,并分析了模态截断阶数对柔性臂动力学特性的影响。在此基础上,基于第二类拉格朗日方程推导了双柔性关节-柔性臂空间机器人的动力学模型,并分析了其动力学特性。2.针对柔性臂的欠驱动问题,基于奇异摄动法对双柔性关节-柔性臂空间机器人的动力学控制进行了研究。结合柔性补偿器,使用奇异摄动法对双柔性关节-柔性臂空间机器人进行了快慢子系统分解,针对快慢子系统分别使用LQR控制器以及计算力矩控制器进行控制,该控制策略保证了双柔性关节-柔性臂空间机器人对目标轨迹快速稳定的跟踪,并抑制柔性部件的振动。仿真结果表明,该组合控制器能在抑制柔性部件振动的同时对目标轨迹进行准确跟踪。3.针对不确定外界干扰导致控制精度降低的问题,将双环积分滑模控制用于双柔性关节-柔性臂空间机器人的控制器设计。基于库伦摩擦模型,分析了在轨工作存在的不确定干扰,提出了一种不确定干扰模型。并在慢变子系统上使用双环积分滑模控制设计了控制器。仿真结果表明,该控制器能有效克服不确定干扰,控制性能良好。4.基于虚拟样机技术对双柔性关节-柔性臂空间机器人动力学模型及控制策略进行了验证。使用Solidworks和Adams软件建立了双柔性关节-柔性臂空间机器人的虚拟物理样机,并结合Matlab/Simulink搭建联合仿真平台。在此基础上,分析了各种情况下的仿真结果与理论仿真的差异。仿真结果表明,本文的动力学模型和控制策略性能良好。

关键词： 巡检机器人   运动轨迹规划   动力学建模   振动特性分析   PID控制  

摘要： 电力的稳定对经济发展至关重要,为保证电力系统的稳定运行需要定期对输电线路进行检测与维护,因此本课题组设计了一款能够在输电线路上行走的巡检机器人,为保证巡检机器人安全稳定地在输电线路上行走以及跨越各种障碍,需要分析巡检机器人在运动时稳定性。目前针对巡检机器人稳定性的分析都仅仅针对静力学方面的分析,存在着分析不准确且有些工况难以分析等缺点,因此这些分析的实际效果并不明显。基于上述原因,本文基于本课题组所设计的巡检机器人对其进行运动学以及动力学建模并分析不同工况下的稳定性。论文的主要内容包括巡检机器人的构型分析、巡检机器人运动稳定性分析、巡检机器人单轮行走振动特性分析、巡检机器人双轮行走振动特性分析、PID控制下的振动抑制以及巡检机器人实验分析等内容。本文的工作内容如下:(1)对本课题组所设计的巡检机器人进行构型及运动稳定性进行分析。首先根据输电线路背景以及工作环境对巡检机器人进行构型分析,对其工作原理以及工作过程进行描述,然后分析其行走和越障过程的行走方式,并对越障过程进行轨迹规划,最后建立基于零点力矩的状态空间方程,根据此方程和巡检机器人越障过程中的轨迹分析其运动稳定性。由分析结果可知,所规划的轨迹符合其稳定性要求,证明所设计的机构和规划的轨迹是合理的。(2)针对巡检机器人单轮行走工况建立单轮行走动力学建模,并对不同工况下的单轮行走进行振动特性分析。针对巡检机器人在越障过程中的单轮行走工况,建立巡检机器人单轮行走动力学模型,根据模型的输入与输出建立动力学性能评价指标,分析随机输入、悬链线输入和周期信号输入下的动力学特性,并分析参数变化时对动力学特性的影响。(3)对巡检机器人双轮行走进行动力学建模以及振动特性分析。针对巡检机器人在巡检过程中的双轮行走工况,建立考虑两个行走轮垂直方向和巡检机器人整体在垂直、俯仰和侧倾方向的位移的巡检机器人五自由度双轮行走动力学模型,并根据输入与输出建立巡检机器人动力学评价指标,根据输电线路外形与巡检机器人行走轨迹确定直线行走阶段、下坡阶段与上坡阶段的输入激励,根据五自由度动力学模型与输入激励分析巡检机器人在直线行走、下坡和上坡三种工况下的振动特性,并分析不同接触参数与输入参数对动力学特性的影响。在ADAMS中建立巡检机器人简化模型设置仿真参数后,得到巡检机器人的两个行走轮与巡检机器人整体的垂向位移,同时将得到的仿真结果与用所建立的动力学模型得到的输出结果对比,说明所建立的动力学模型的正确性。(4)选择巡检机器人PID控制的参数,并对单轮行走以及双轮行走时的振动特性进行分析。在巡检机器人单轮与双轮行走过程中针对动力学参数对巡检机器人的性能改善程度有限的情况,在输电线路与巡检机器人之间添加一个PID控制器,分析添加控制器后的巡检机器人动力学性能,与未添加控制器的动力学对比后可知,添加PID控制器可以显著改善巡检机器人的动力学性能,证明了控制器的有效性。(5)对巡检机器人进行试验分析。根据本课题组所建立的巡检机器人样机,对其进行直线行走、下坡与上坡过程的运动分析,同时利用东华测试仪测试巡检机器人在直线行走、下坡与上坡三种工况下的垂向加速度,研究结果表明巡检机器人能够稳定行走且三种工况下的垂向加速度与仿真结果相符,证明所建立的动力学模型的合理性。通过上述研究,首先分析了巡检机器人的工作原理,规划了巡检机器人的行走以及越障方式,分析了巡检机器人的运动稳定性;然后建立巡检机器人单轮行走与双轮行走动力学模型,分析其在不同工况下单轮行走与双轮行走的动力学性能,建立基于PID控制的动力学模型并分析其动力学特性;最后根据本实验室设计的巡检机器人样机设计相关实验验证设计的合理性以及动力学模型的准确性。