1.2.4　機器人和多智能體系統

機器人通常被認為是物理智能體，通過操縱物理世界執行動作來完成任務。通過適當的物理網絡接口，機器人在某些情況下可以成為軟件智能體。一般來說，機器人有以下硬件。

●傳感器：傳感器是機器人與環境之間的感知接口。被動傳感器捕捉環境中各種信號源（如攝像機和溫度計）產生的真實信號。主動傳感器則向環境中發送探測信號，通過對反射信號的分析來捕獲環境信息，如雷達、激光雷達（light detection and ranging，lidar）、聲吶等。基于距離感知的位置傳感器是另一類傳感器，如全球定位系統（Global Position System，GPS）接收器。最后一類傳感器是本體感受傳感器，它向機器人提供有關其運動的信息（例如里程計，用來測量運行里程），像慣性傳感器一樣補充GPS的功能。

●執行器或效應器：執行器為機器人提供對環境做出反應的手段。特別是，效應器允許機器人移動或改變其形狀，這可以通過自由度的概念來理解。6軸機器人手臂如圖1.9所示。

●板載計算：機器人配備了計算核心，根據傳感器收集到的信息執行動作。這種板載計算有助于實現人工智能的功能。

●通信/網絡設備：目前的機器人通常有有限的通信功能，如從傳感器收集數據的無線通信。智能體之間的通信和聯網還處于初級階段[1]。

圖1.9　6軸機械臂，https://robotics.stackexchange.com/questions/12213/6-axis-robot-arm-with-non-perpendicular-axes

由于環境的真實狀態可能無法被直接觀測到，板載計算的主要任務是根據當前的信念狀態和新的觀測結果遞歸地更新（或估計）其信念狀態，從而執行適當的動作。設Xt為t時刻環境的狀態（向量），Zt為t時刻獲得的觀測（向量），At為獲得Zt后采取的動作。信念狀態的更新可以通過下式來實現：

P（Xt|z1：t+1，a1：t）=αP（zt+1|Xt+1）（Xt+1|xt，at）P（xt|z1：t，a1：t-1）　（1.4）

這意味著狀態變量X在t+1時刻的后驗概率是根據前一時刻的相應估計（即預測）遞歸計算得到的。概率P（Xt|z1：t+1，a1：t）稱為機器人的轉移模型或運動模型，P（zt+1|Xt+1）表示傳感器模型。

智能機器人的一個很好的例子是一輛由各種傳感器（如激光雷達、雷達、攝像頭）、效應器和車載電源計算組成的自動駕駛汽車，如圖1.10所示。

圖1.10　自動駕駛汽車的裝備

來源：紐約時報

練習：查普曼（Chapman）打算設計一種能對人類語言指令做出反應的機器狗，這些指令包括坐、立、左、右、走、停、后退。你能為這樣的機器狗設計硬件和軟件架構嗎？

到目前為止，我們只考慮了單個智能體。然而，一個系統可能涉及多個相互作用的智能體，稱為多智能體系統（Multi-Agent System，MAS）。例如，街道上的許多自動駕駛汽車、智能工廠裝配線上的機器人，或者會下棋的智能體。這些智能體的角色可以是互動的、協作的或競爭的。智能體之間可能存在通信，特別是理性的智能體。網絡MAS將為本書后面的章節提供一個新的探索領域。

[1] 見本章參考文獻［1］。