人工智能在智能机器人领域中的运用探析

刘梦薇

摘要：随着工业机械化时代的到来，智能机器人走进了人们的生活，方便了人类大众。对此，人们对智能机器人提出了更高的要求，使其更加人性化、多功能化等。智能机器人的技术发展仍存在着许多弊端，需要通过人工智能的理论和技术来指导设计智能机器人系统，以此来促进智能机器人更好更快速的发展。

关键词：人工智能;智能机器人;解决策略

智能机器人是一种可编程和多功能的，在感知-思维-效应方面全面模拟人的机器系统。智能机器人具备三方面的能力：感知环境的能力、执行某种任务而对环境施加影响的能力和把感知与行动联系起来的能力。随感知环境的不同，其效应方式和结构形式也不同。由于效应形式的单一性、简单性与感知环境的多样性、复杂性的矛盾，需要利用机器人思维对从环境中获得的非结构与半结构数据进行处理并传递给效应机构，以适应非结构环境的需要。由此可见，对机器人的智能化研究是必然的。随着机械向集成化、自动化、多功能方向发展，对机器人的智能化功能与性能的要求也越来越高，机器人的工作性能、精度、效率等在很大程度上取决于智能化的程度，因此必须重视人工智能在智能机器人领域中的运用探析。

1机器人智能化研究的关键技术

回顾机器人的智能化研究发展史，可以清楚地知道智能机器人作为人工智能的一个重要分支，其科学技术的研究发展与人工智能一样，是与人们生活水平的发展相伴的。生活水平的提高，对人工智能的性能提出了新的要求，而人工智能领域为满足日益增多的性能要求而产生的突破性进展推动了智能机器人技术的发展。

智能机器人的发展经过了较长的时期，在世界范围内已达到较高水平。但就我国的实情来看，仍与发达国家存在较大的差距。发达国家和地区如欧美、日本尽管在这个领域已经取得一定成绩，但仍然不断追求机器人的智能化向自适应、实时性、多功能方向发展，以利于在日益激烈的产品竞争中立于不败之地。21世纪仿脑技术、自主心智发育技术、大数据、深度学习等成为机器人科学技术发展的重要领域，这些领域的最新研究成果和技术进步无疑将对智能机器人的发展产生重要的推动作用。

1.1仿脑技术

仿脑技术从脑结构角度对人脑进行抽象，利用计算机模拟人类的思维，通过基因改造等手段对复杂情况进行自主分析。仿脑技术认为人类的高层认知能力和人脑的特殊结构与处理机能有密切联系，受到人脑记忆结构、机能及其信息加工机制的启发。

1.2自主心智发育技术

自主心智发育技术是21世纪重点发展的机器人科学技术，心智发育是建立在一个类似大脑的自然系统或人工嵌入式系统之上的一种计算过程，系统在其内在发育程序的控制下，通过使用传感器和执行器与非结构环境进行自主实时的交互来实现心智的发育，进行自主行为模式的探索，完成非特定任务。当智能机器人的发展进入了第三阶段后，由于机器人所要处理任务的复杂度越来越高，传统的人工智能方法、模式识别方法以及其他数学工具已经难以满足机器人对认知能力的要求。智能機器人研究领域迫切需要一些新的研究思路来突破旧方法的瓶颈。在这种情况下，心智发育技术应运而生，其主要目的是摆脱传统机器人针对任务进行编程的局限，使机器人向自主性、自适应性、实时性、多功能方向发展。

1.3大数据技术

大数据技术是计算机控制技术与互联网技术的结合。大数据，或称巨量资料，其特点是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。其核心价值是根据对海量数据的分布式存储和分析，通过计算机控制，实现对海量数据中潜在信息的获取与利用，以达到加速经济发展，提高生活水平的目的。

1.4深度学习

自主判断、推理、规划是智能机器人的发展方向，与上述要求相适应的研究是智能机器人的重要研究方向。深度学习作为智能机器学习研究中的一个新的领域，旨在模仿人脑的神经网络，把原始数据通过一些简单的非线性模型转变成为更高层次、更加抽象地表达的概念，通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示，是目前研究智能机器人的热门领域。

2人工智能在机器人领域的应用

2.1人工神经网络在机器人定位与导航中应用

人工神经网络是模拟生物神经系统对信息进行处理，该方法可以处理一些无法运用成型的模式处理或处理系统化的一些信息，具有较强的信息整理能力，能够很好的整合非线性系统。人工的神经网有着更好容错性和存储容量。大量的单元之间的相互交错，人工神经网络模拟出了大脑的非局限性。人工神经网络应用于智能机器人中，能够准确避免障碍，精准定位目标。在定位与导航中应用过程中，充分合理利用其功能，准确控制目标轨迹，能够对数据充分的识别分析。

2.2专家系统在机器人控制中的应用

专家系统是一种拥有某个领域大量的专家级知识，通过模拟专家的思维，来达到专家级的水平，使用专家的知识来解决困难和特别复杂的实际问题的一种计算机的系统。随着机器人的控制理论得到了很大的发展，拥有着巨大的成功。大多数的控制方法都建立专家系统的基础上。机器人的动力学系统的繁琐性、非线性、多边形以及变惯量等极其复杂。专家系统应用于智能机器人中，能够有效的减免大量技术性问题，极大地提高了系统处理数据的效率。

2.3进化算法在机器人路径规划中的应用

人工智能进化算法的主要两大特点是群体搜索策略和群体中个体之间的信息交换。进化算法可以在搜索过程中，不会导致限制到局部最优。在非规则有噪声影响时，以让能够通过群体搜索策略来大概率的寻找到整个过程的最优解。此外，进化算法的多种个体搜索可以同时进行，以满足巨量算法的执行。进化算法应用于智能机器人中可以有效的制定路径规划，可以使移动机器人通过某些约束条件来制定从起始到终态的最优化的途径。伴随着进化算法中的遗传算法、蚁群算法在智能机器人中的快速发展，使得机器人能够更加智能化，其运行的路径更接近于完美优化的要求，为移动机器人提供良好的路径规划效果。

3人工智能的发展前景

现代科技推动了社会经济高速发展，处于知识经济一体化时代，人工智能的自主性、自然性、高效性等优势特征越发突出，尤其是人工智能的应用广泛性在各个环节中的体现，突破了人类对人工智能的预期范围，可见人类在预测人工智能、机器人、电子科技的发展态势上，仍存在一定的难度。现代科技整合，拓展了人工智能机器人发展空间，使人们的推理水平上升了一个高度，但针对于机器人学习、想象功能的推理研制，仍处于摸索性前进阶段，仍有较大的完善空间。在创造智能机器人时，还需突破仿照人脑右脑模糊功能、整个大脑处理功能模拟实现等工作难点。目前，人工智能领域逐步拓展，未来智能机器人的应用空间进一步扩大，大部分的人工智能产品，能够在生活多个领域充当重要角色，对带动各行业发展有着现实意义。人工智能与计算机技术等现代科技的结合，深入推动了人工智能理论研究，为人工智能企业发展，奠定了鉴定基础，自身实力不断提高，智能机器人实效性随之加强，从而为市场经济高速发展助力。

4结语

随着科学技术的快速发展，人工智能的理论研究以及技术的发展取得了重大的进步。智能机器人产品大量的走进了人们的生产生活中，将人工智能的理论与技术应用于智能机器人中，可以提高智能机器人的处理数据的高效性、诊断障碍的准确性以及设计最优化的路径。将二者结合起来，在优化了智能机器人的性能的同时，也在实践过程中，证实了人工智能的可行性，对科技的发展有着重要的意义。

参考文献：

[1]李柏阳.浅析人工智能技术及其在智能机器人领域的应用[J].数字通信世界，2017，12：115-116.

[2]朱昱衡.人工智能技术及其在智能机器人领域的应用[J].电子世界，2018，09：208-209.