人工智能 第2版 课件 第10、11章 智能机器人、互联网智能

人工智能

ArtificialIntelligence

第十章智能机器人IntelligentRobot2024/2/271人工智能：智能机器人2024/2/27人工智能：智能机器人2内容提要10.1概述10.2智能机器人的体系结构 10.3机器人视觉系统 10.4机器人规划 10.5情感机器人 10.6发育机器人 10.7机器人应用 10.8智能机器人发展趋势10.9小结概述智能机器人是一种具有智能的、高度灵活的、自动化的机器，具备感知、规划、动作、协同等能力，是多种高新技术的集成体。智能机器人是将体力劳动和智力劳动高度结合的产物，构建能“思维”的人造机器。智能机器人的“智能”特征在于它具有与外部世界：对象、环境和人相适应、相协调的工作机能。从控制方式看，智能机器人不同于工业机器人的“示教再现”，也不同于遥控机器人的“主—从操纵”，而是以一种“认知—适应”的方式自律的进行操作。2024/2/27人工智能：智能机器人3概述智能机器人最大特点是：只需要告诉它“做什么”，而不用告诉它“怎么做”。智能机器人应具有四种机能：运动机能：相当于人的手和脚、臂和腿的工作机能，对环境施加作用；感知机能：获取外部环境信息以便进行自我行动决策和监视的机能，通常讲的视觉、听觉等；思维机能：求解问题的认识、推理、判断机能；人—机通信机能：理解指示命令，输出内部状态，与人进行信息交换的机能。

2024/2/27人工智能：智能机器人42024/2/27人工智能：智能机器人5内容提要10.1概述10.2智能机器人的体系结构

10.3机器人视觉系统 10.4机器人规划 10.5情感机器人 10.6发育机器人 10.7机器人应用 10.8智能机器人发展趋势10.9小结智能机器人的体系结构智能机器人体系结构指一个智能机器人系统中的智能、行为、信息、控制的时空分布模式。以其系统的智能、行为、信息、控制作为分类标准，具有7种典型结构：分层递阶结构包容结构三层结构自组织结构分布式结构进化控制结构社会机器人结构2024/2/27人工智能：智能机器人6动作行动感知

外部环境传感器认知分层递阶结构1979年萨里迪斯（SaridisG）提出分层递阶结构，其分层原则是：随着控制精度的增加而智能能力减少。他根据这一原则把智能控制系统分为3级，即组织级，协调级和执行级。分层递阶结构是目标驱动的慎思结构，其核心在于基于符号的规划，其思想源于西蒙和纽厄尔的物理符号系统假说。分层递阶结构中两个典型的代表是SPA(sense-plan-act)和NASREM2024/2/27人工智能：智能机器人7包容结构1986年，布鲁克斯（R.Brooks）以移动机器人为背景提出了一种依据行为来划分层次和构造模块的思想

。包容结构中每个控制层直接基于传感器的输入进行决策，在其内部不维护外界环境模型，可以在完全陌生的环境中进行操作。Brooks采用包容结构构造了多种机器人，这些机器人显示出非常强的智能行为。随后涌现了一批基于包容思想的研究成果。2024/2/27人工智能：智能机器人8三层结构三层结构由反馈控制层、慎思规划层和连接二者的序列层构成。三层结构是分层递阶和包容结构相融合的混合结构，它既吸取了递阶结构中高层规划的智能性，又保持了包容结构中低层反应的灵活性。机器人内部状态是传感信息融合的结果，是对外界环境的反映。三层结构中，序列层维护着状态信息，反映的是环境的过去，控制层直接处理传感信息，面对的是环境的现在，慎思层经过规划推理，预测的是环境的将来，从而保证了智能机器人在时间维上对环境的准确把握。三层结构的不足之处是忽视了传感信息融合、学习和环境建模。2024/2/27人工智能：智能机器人9自组织结构1997年，罗森勃拉特(RosenblattJ)在移动机器人导航中提出了DAMN结构。自组织结构由一组分布式功能模块和一个集中命令仲裁器组成。各功能模块基于领域知识通过规划或反应方式自主产生行为(投票)，由仲裁器产生一致的、理性的、目标导向的动作到控制器。各功能模块的投票受表决权大小的影响，表决权由模式管理器维护并可以动态修改。于是，在不同的任务、环境状态下，各功能模块会表现出不同的输人输出关系，即通过分布投票、集中仲裁且动态改变表决权的方式实现变构，从而使DAMN结构表现出自组织能力。2024/2/27人工智能：智能机器人10自组织结构自组织结构的智能分布在其动态可变的结构中，突破了传统体系结构中功能分布模式固定的框架，具有良好的可扩充性和自适应、自组织性能，但其集中仲裁的机制往往是信息流通和系统控制的瓶颈。2024/2/27人工智能：智能机器人11分布式结构1998年，比亚乔（PiaggioM）提出一种称为HEIR(hybridexpertsinintelligentrobots)的非层次结构，由处理不同类型知识的3个部分组成：符号组件(S)、图解组件(D)和反应组件(R)，每个组件又都是一个由多个具有特定认知功能的、可以并发执行的Agent构成的专家组，各组件没有层次高低之分，自主地、并发地工作，相互间通过信息交换进行协调，这是一种典型的分布式结构。2024/2/27人工智能：智能机器人12进化控制结构将进化计算理论与反馈控制理论相结合，形成了一个新的智能控制方法——进化控制。它能很好地解决移动机器人的学习与适应能力方面的问题。进化控制结构的独特之处在于其智能分布在进化规划过程中。进化计算在求解复杂问题优化解时具有独到的优越性，展现适应复杂环境的自主性。2024/2/27人工智能：智能机器人13社会机器人结构1999年，鲁尼(RooneyB)根据社会智能假说提出了由物理层、反应层、慎思层和社会层构成的社会机器人体系结构[Rooney1999](图10-7)，其特色之处在于基于信念-愿望-意图（BDI）模型的慎思层和基于Agent通信语言Teanga的社会层，BDI赋予了机器人心智状态，Teanga赋予了机器人社会交互能力。2024/2/27人工智能：智能机器人14认知机器人结构认知机器人是一种具有类似人类高层认知能力、并能适应复杂环境、完成复杂任务额新一代机器人。认知机器人的抽象结构，分为三层，即计算层、构件层和硬件层。计算层包括知觉、认知、行动。知觉是在感觉的基础上产生的，是对感觉信息的整合与解释。认知包括行动选择、规划、学习、多机器人协同、团队工作等。行动是机器人控制系统的最基本单元，包括移动、导航、避障等，所有行为都可由它表现出来。行为是感知输入到行动模式的映射，行动模式用来完成该行为。在构件层包括感觉驱动器（感觉库）、行动驱动器（运动库）和通信接口。硬件层有传感器、激励器、通信设施等。当机器人在环境中运行时，通过传感器获取环境信息,根据当前的感知信息来搜索认知模型，如果存在相应的经验与之匹配，则直接根据经验来实现行动决策，如果不具有相关经验，则机器人利用知识库来进行推理。2024/2/27人工智能：智能机器人15认知机器人结构2024/2/27人工智能：智能机器人16密西根大学的莱德(LairdJ)等采用SOAR认知模型构建认知机器人，系统中将符号处理与非符号处理结合，具有多种学习机制。2024/2/27人工智能：智能机器人17内容提要10.1概述10.2智能机器人的体系结构 10.3机器人视觉系统

10.4机器人规划 10.5情感机器人 10.6发育机器人 10.7机器人应用 10.8智能机器人发展趋势10.9小结机器人视觉系统机器人要对外部世界的信息进行感知，就要依靠各种传感器。就像人类一样，在机器人的众多感知传感器中，视觉系统提供了大部分机器人所需的外部世界信息。因此视觉系统在机器人技术中具有重要的作用。2024/2/27人工智能：智能机器人18机器人视觉系统的组成光源摄像机电视摄像机CCD摄像机机器人视觉系统分类依据视觉传感器的数量和特性，目前主流的移动机器人视觉系统有单目视觉双目立体视觉多目视觉全景视觉2024/2/27人工智能：智能机器人19机器人定位技术移动机器人导航中，实现机器人自身的准确定位是一项最基本、最重要的功能。移动机器人常用的定位技术包括以下几个：基于航迹推算的定位技术基于信号灯的定位方法基于地图的定位方法基于路标的定位方法基于视觉的定位方法2024/2/27人工智能：智能机器人20自主视觉导航机器人自主视觉导航是目前世界范围内人工智能、机器人学、自动控制等学科领域内的研究热点。采用被动光学传感器的视觉方法，体积功耗小，信息量丰富，因此基于视觉方法进行地形感知与地图构建具有广阔的应用前景。2024/2/27人工智能：智能机器人21视觉伺服系统基于视觉的伺服控制形式。这种方式可以克服模型中存在的不确定性，提高视觉定位或跟踪的精度。2024/2/27人工智能：智能机器人222024/2/27人工智能：智能机器人23内容提要10.1概述10.2智能机器人的体系结构 10.3机器人视觉系统 10.4机器人规划

10.5情感机器人 10.6发育机器人 10.7机器人应用 10.8智能机器人发展趋势10.9小结机器人规划规划的任务是寻找一个动作序列使问题求解（如控制系统）可以完成某个特定的任务。规划实质分类时淡化规划内容，只考虑规划的实质(1)任务规划：对求解问题的目标和任务等进行规划，又称为高层规划。(2)路径规划：对求解问题的途径、路径、代价等进行规划，又称为中层规划。(3)轨迹规划：对求解问题的空间几何轨迹及其生成进行规划，又称为底层规划。2024/2/27人工智能：智能机器人24任务规划STRIPS是由现在的斯坦福研究所（SRIInternational）开发的，意思是斯坦福研究所规划系统（StanfordResearchInstitutePlanningSystem）。这个控制程序是用来驱动20世纪70年代的Shakey机器人的。整个STRIPS系统的组成如下:(1)世界模型。为一阶谓词演算公式。(2)操作符(F规则)。包括先决条件、删除表和添加表。(3)操作方法。应用状态空间表示和中间-结局分析。2024/2/27人工智能：智能机器人2526积木世界的机器人规划

积木世界由一些有标记的立方形积木，互相堆迭在一起构成；机器人有个可移动的机械手，它可以抓起积木块并移动积木从一处至另一处。2024/2/27人工智能：智能机器人27机器人能够执行的动作举例如下：

unstack(a,b)：把堆放在积木b上的积木a拾起。在进行这个动作之前，要求机器人的手为空手，而且积木a的顶上是空的。

stack(a,b)：把积木a堆放在积木b上。动作之前要求机械手必须已抓住积木a，而且积木b顶上必须是空的。

pickup(a)：从桌面上拾起积木a，并抓住它不放。在动作之前要求机械手为空手，而且积木a顶上没有任何东西。

putdown(a)：把积木a放置到桌面上。要求动作之前机械手已抓住积木a。积木世界的机器人规划2024/2/27人工智能：智能机器人28综合机器人的动作序列，即在某个给定初始情况下，经过某个动作序列而达到指定的目标。机器人问题的状态描述和目标描述均可用谓词逻辑公式构成：

ON(a,b)：积木a在积木b之上。

ONTABLE(a)：积木a在桌面上。

CLEAR(a)：积木a顶上没有任何东西。

HOLDING(a)：机械手正抓住积木a。

HANDEMPTY：机械手为空手。积木世界的机器人规划2024/2/27人工智能：智能机器人29

目标在于建立一个积木堆，其中，积木B堆在积木C上面，积木A又堆在积木B上面。CBA机械手ABC机械手（a）初始布局（b）目标布局积木世界的机器人规划2024/2/27人工智能：智能机器人30初始布局可由下列谓词公式的合取来表示：CLEAR(B)：积木B顶部为空CLEAR(C)：积木C顶部为空ON(C，A)：积木C堆在积木A上ONTABLE(A)：积木A置于桌面上ONTABLE(B)：积木B置于桌面上HANDEMPTY：机械手为空手积木世界的机器人规划2024/2/27人工智能：智能机器人31用F规则求解规划序列

STRIPS规划系统的规则由3部分组成：第一部分是先决条件。第二部分是一个叫做删除表的谓词。

第三部分叫做添加表。

2024/2/27人工智能：智能机器人32例：表示堆积木的例子中move这个动作，如下所示：

move(x,y,z)：把物体x从物体y上面移到物体z上面。先决条件：CLEAR(x),CLEAR(z)，ON(x,y)

删除表：ON(x,z)，CLEAR(z)

添加表：ON(x,z)，CLEAR(y)如果move为此机器人仅有的操作符或适用动作，那么，可以生成move动作的搜索图或搜索树。CLEAR(X)CLEAR(Z)ON(X,Y)ONTABLE(Y)ONTABLE(Z)CLEAR(X)CLEAR(Y)ON(X,Z)ONTABLE(Y)ONTABLE(z)move(X,Y,Z)用F规则求解规划序列2024/2/27人工智能：智能机器人33机器人的4个动作(或操作符)可用STRIPS形式表示如下：stack(X,Y)

先决条件和删除表：HOLDING(X)∧CLEAR(Y)

添加表：HANDEMPTY，ON(X，Y)unstack(X,Y)

先决条件：HANDEMPTY∧ON(X，Y)∧CLEAR(X)

删除表：ON(X，Y)，HANDEMPTY

添加表：HOLDING(X)，CLEAR(Y)pickup(X)

先决条件：ONTABLE(X)∧CLEAR(X)∧HANDEMPTY

删除表：ONTABLE(X)∧HANDENPTY

添加表：HOLDING(X)putdown(X)

先决条件和删除表：HOLDING(X)

添加表：ONTABLE(X)，HANDEMPTY积木世界的机器人规划2024/2/27人工智能：智能机器人34从初始状态开始，正向地依次读出连接弧线上的F规则，我们就得到一个能够达到目标状态的动作序列于下：

{unstack(C,A),putdown(C),pickup(B),

stack(B,C),

pickup(A),stack(A,B)}就把这个动作序列叫做达到这个积木世界机器人问题目标的规划。积木世界的机器人规划2024/2/27人工智能：智能机器人35STRIPS规划系统STRIPS的介绍

STRIPS是由Fikes、Hart和Nilsson3人在1981及1982研究成功的，它是夏凯(Shakey)机器人程序控制系统的一个组成部分。STRIPS系统组成世界模型：为一阶谓词演算公式；-操作符(F规则)：包括先决条件、删除表和添加表；-操作方法：应用状态空间表示和中间-结局分析。2024/2/27人工智能：智能机器人36STRIPS规划系统三角表2024/2/27人工智能：智能机器人37分层任务网络规划分层分解是处理复杂问题常见的方法。层次结构的好处在于在每一层上，一个任务都能被分解为下一个较低层次的少量动作，所以对当前问题寻找正确的方法来安排这些动作比较有效。这种思想与偏序规划方法结合起来就是规划方法中的分层任务网络规划（hierarchicaltasknetworkplanning）。把整体任务分解成容易处理的子任务集合，并且通过子任务集合的求解而最终得到整体任务的解。分层任务网络问题可以用四元组来描述:P=(s0，w，O，M)，其中，s0是初始状态，w是初始任务网络，O是是操作的集合，M是方法的集合。2024/2/27人工智能：智能机器人38路径规划机器人的路径规划是指机器人在有障碍物的工作环境中，寻找出一条从起点到终点的路径，使机器人在运动过程中能无碰撞地绕过所有障碍物到达目的地，其实质就是移动机器人运动过程中的导航和避障。基于不同的研究方向，移动机器人路径规划有着不同的划分标准。比较常用的有根据环境信息感知程度分类和根据环境信息确定性分类在当今移动机器人路径规划中，全局路径规划主要是环境建模和路径搜索策略两个子问题。其中环境建模的主要方法有自由空间法、可视图法(V-Graph)和栅格法(Grids)等。路径搜索主要有：A*算法、D*最优算法等。局部路径规划的主要方法有遗传算法、人工势场法(ArtificialPotentialField)、模糊逻辑算法和滚动窗口法等。。2024/2/27人工智能：智能机器人轨迹规划机器人轨迹(trajectory)泛指机器人在运动过程中的运动轨迹，即运动点的位移、速度和加速度。轨迹的生成一般是先给定轨迹上的若干个点，将其经运动学反解映射到关节空间，对关节空间中的相应点建立运动方程，然后按这些运动方程对关节进行插值，从而实现作业空间的运动要求，这一过程通常称为轨迹规划。机器人运动轨迹的描述一般是对其手部位姿的描述，此位姿值可与关节变量相互转换。控制轨迹也就是按时间控制手部或工具中心走过的空间路径(path)。2024/2/27人工智能：智能机器人39轨迹规划在轨迹规划中，为叙述方便，也常用点来表示机器人的状态，或用它来表示工具坐标系的位姿，例如起始点、终止点就分别表示工具坐标系的起始位姿及终止位姿。更详细地描述运动时不仅要规定机器人的起始点和终止点，而且要给出介于起始点和终止点之间的中间点，也称路径点。这时，运动轨迹除了位姿约束外，还存在着各路径点之间的时间分配问题。例如，在规定路径的同时，必须给出两个路径点之间的运动时间.2024/2/27人工智能：智能机器人40轨迹规划轨迹规划既可以在关节空间中进行，也可以在直角坐标空间中进行。在关节空间中进行轨迹规划是指将所有关节变量表示为时间的函数，用这些关节函数及其一阶、二阶导数描述机器人预期的运动；在直角坐标空间中进行轨迹规划是指将手爪位姿、速度和加速度表示为时间的函数，而相应的关节位置、速度和加速度由手爪信息导出。2024/2/27人工智能：智能机器人41轨迹的生成方式(1)示教-再现运动。这种运动由人手把手示教机器人，定时记录各关节变量，得到沿路径运动时各关节的位移时间函数q(t)；再现时，按内存中记录的各点的值产生序列动作。(2)关节空间运动。这种运动直接在关节空间里进行。由于动力学参数及其极限值直接在关节空间里描述，所以用这种方式求最短时间运动很方便。(3)空间直线运动。这是一种直角空间里的运动，它便于描述空间操作，计算量小，适宜简单的作业。(4)空间曲线运动。这是一种在直角空间中用明确的函数表达的运动，如圆周运动、螺旋运动等。2024/2/27人工智能：智能机器人422024/2/27人工智能：智能机器人43内容提要10.1概述10.2智能机器人的体系结构 10.3机器人视觉系统 10.4机器人规划 10.5情感机器人

10.6发育机器人 10.7机器人应用 10.8智能机器人发展趋势10.9小结情感机器人情感机器人就是用人工的方法和技术赋予机器人以人类式的情感，使之具有表达、识别和理解喜乐哀怒，模仿、延伸和扩展人的情感的能力。20世纪90年代各国纷纷提出了“情感计算”、“感性工学”、“人工情感”与“人工心理”等理论，为情感识别与表达型机器人的产生奠定了理论基础。主要的技术成果有：基于图像或视频的人脸表情识别技术；基于情景的情感手势、动作识别与理解技术；表情合成和情感表达方法和理论；情感手势、动作生成算法和模型；基于概率图模型的情感状态理解技术；情感测量和表示技术，情感交互设计和模型等。这种机器人能够比较逼真地模拟人的许多种情感表达方式，能够较为准确地识别几种基本的情感模式。2024/2/27人工智能：智能机器人44情感机器人真正具有类人情感的机器人必须具备三个基本系统：情感识别系统、情感计算系统和情感表达系统。2024/2/27人工智能：智能机器人452024/2/27人工智能：智能机器人46内容提要10.1概述10.2智能机器人的体系结构 10.3机器人视觉系统 10.4机器人规划 10.5情感机器人 10.6发育机器人

10.7机器人应用 10.8智能机器人发展趋势10.9小结发育机器人发育机器人与传统机器人的不同之处表现在：不是针对某种特定的任务，必须要对未知可能发生的任务生成合理的表示，要像动物一样可以在线的进行学习，同时这种学习是一种增量的过程，即要保证高层的决策建立在底层比较简单的基础之上。另外，自组织特性也是发育机器人的独特之处，在没有人类进行干扰的情况下，发育机器人也要保证能对所学知识进行合理的组织与存储。

1996年，翁巨扬（WengJ）提出了机器人自主智力发育的思想。2001年，他在Science杂志上详细地阐述了自主智力发育的思想框架与可实现的算法模型2024/2/27人工智能：智能机器人47发育机器人发育模型的构建与发育学习算法的设计是发育机器人主要研究的两大方面。发育模型的基本结构2024/2/27人工智能：智能机器人482024/2/27人工智能：智能机器人49内容提要10.1概述10.2智能机器人的体系结构 10.3机器人视觉系统 10.4机器人规划 10.5情感机器人 10.6发育机器人 10.7机器人应用

10.8智能机器人发展趋势10.9小结机器人应用2013年，全球工业机器人销量17．9万台；中国销售3．7万台，约占全球市场份额20％。中国首次成为全球最大机器人市场。2014年，全球工业机器人销量22．5万台；中国销售5．6万台，增幅54％，约占全球市场份额25％，其中中国本土企业销量为1．6万台。但是，中国每万人工业机器人保有量为30，不及全球平均水平的一半，市场潜力巨大。2024/2/27人工智能：智能机器人50机器人战士Porton

man

2024/2/27人工智能：智能机器人51人工智能：智能机器人BostonDynamicsPetMan2024/2/2752人工智能：智能机器人火星探测器2024/2/2753好奇号勇气号人工智能：智能机器人BostonDynamics机器狗2024/2/2754/watch?feature=player_embedded&v=M8YjvHYbZ9wBigDog：能携带150公斤重物的机器人服务机器人2024/2/27人工智能：智能机器人55

TOYS2024/2/27人工智能：智能机器人56Robocup2015-合肥2024/2/27人工智能：智能机器人572024/2/27人工智能：智能机器人58内容提要10.1概述10.2智能机器人的体系结构 10.3机器人视觉系统 10.4机器人规划 10.5情感机器人 10.6发育机器人 10.7机器人应用 10.8智能机器人发展趋势10.9小结人工智能：智能机器人智能机器人发展趋势2024/2/2759今后机器人要转向与人合作的阶段。与人共融将是下一代机器人的特征。国际机器人界都在加大科研力度，进行机器人共性技术的研究，并朝着智能化和多样化方向发展。主要研究内容集中在以下10个方面：(1)工业机器人操作机结构的优化设计技术：探索新的高强度轻质材料，进一步提高负载/自重比，同时机构向着模块化、可重构方向发展。(2)机器人控制技术：重点研究开放式，模块化控制系统，人机界面更加友好，语言、图形编程界面正在研制之中。机器人控制器的标准化和网络化，以及基于PC机网络式控制器已成为研究热点(3)多传感系统：为进一步提高机器人的智能和适应性，多种传感器的使用是其问题解决的关键。人工智能：智能机器人智能机器人发展趋势2024/2/2760(4)机器人的结构灵巧，控制系统愈来愈小，二者正朝着一体化方向发展。(5)机器人遥控及监控技术，机器人半自主和自主技术，多机器人和操作者之间的协调控制，通过网络建立大范围内的机器人遥控系统，在有时延的情况下，建立预先显示进行遥控等。(6)虚拟机器人技术：基于多传感器、多媒体和虚拟现实以及临场感技术，实现机器人的虚拟遥控操作和人机交互。(7)多智能体调控制技术：这是目前机器人研究的一个崭新领域。主要对多主体的群体体系结构、相互间的通信与磋商机理，感知与学习方法，建模和规划、群体行为控制等方面进行研究。人工智能：智能机器人智能机器人发展趋势2024/2/2761（8）微型和微小机器人技术:这是机器人研究的一个新的领域和重点发展方向。微小型机器人技术的研究主要集中在系统结构、运动方式、控制方法、传感技术、通信技术以及行走技术等方面。（9）软机器人技术（softrobotics）:主要用于医疗、护理、休闲和娱乐场合。传统机器人设计未考虑与人紧密共处，因此其结构材料多为金属或硬性材料，软机器人技术要求其结构、控制方式和所用传感系统在机器人意外地与环境或人碰撞时是安全的，机器人对人是友好的。（10）仿人和仿生技术：这是机器人技术发展的最高境界，目前仅在某些方面进行一些基础研究。人工智能：智能机器人中国制造2025规划纲要2024/2/2762强调创新驱动质量为先绿色发展结构优化人才为本人工智能：智能机器人世界机器人大会2024/2/27632015年11月23日，世界机器人大会在北京举行，这是中国首次举办关于机器人的国际性大会。中国国家主席习近平向会议发来贺信，指出以机器人科技为代表的智能产业蓬勃兴起，成为现代科技创新的一个重要标志。中国将机器人和智能制造纳入了国家科技创新的优先重点领域。

人工智能：智能机器人世界机器人大会2024/2/27642015年11月23日，世界机器人大会在北京举行，这是中国首次举办关于机器人的国际性大会。以机器人科技为代表的智能产业蓬勃兴起，成为现代科技创新的一个重要标志。中国将机器人和智能制造纳入了国家科技创新的优先重点领域。

人工智能：智能机器人机器人革命2024/2/2765机器人革命：

即将到来的机器人时代约瑟夫

巴-科恩（YosephBar-Coben）博士，在美国国家航空航天局NASA喷气推进实验室中担任高级科学家及课题研究组组长，从事电活性材料及装置和仿生机制方面的研究。大卫

汉森（DavidHanson）博士，作为一名艺术家兼科学家，从事着仿生机器人的研制工作。2024/2/27人工智能：智能机器人66内容提要10.1概述10.2智能机器人的体系结构 10.3机器人视觉系统 10.4机器人规划 10.5情感机器人 10.6发育机器人 10.7机器人应用 10.8智能机器人发展趋势10.9小结人工智能：智能机器人小结2024/2/276720世纪末“计算机文化”已深入人心。21世纪，“机器人文化”将茁壮成长，将对社会生产力的发展，对人类生活、工作、思维的方式以及社会发展产生无可估量的影响。智能机器人是集多种技术于一身的人造制品，是推动新工业革命的关键。人与机器人的关系从20世纪70年代的“人机竞争”，发展到20世纪90年代的“人机共存”，再到目前的“人机协作”，预计到2020年将形成“人机共融”的新局面。本章主要探讨智能机器人的体系结构、视觉系统、自动规划；简要介绍情感机器人和发育机器人；列举智能机器人的重要应用。最后指出智能机器人的发展趋势。2024/2/27人工智能：智能机器人68

ThankYou人工智能/人工智能

ArtificialIntelligence

第十一章互联网智能WebIntelligence2024/2/2769人工智能：互联网智能2024/2/27人工智能：互联网智能70内容提要11.1概述 11.2语义Web 11.3本体知识管理 11.4Web技术的演化11.5Web挖掘 11.6搜索引擎 11.7集体智能 11.8小结 因特网（internet），是网络与网络之间以一组通用的协定相连，形成逻辑上单一庞大、覆盖全世界的全球性互联网络。万维网（WorldWideWeb），是基于超文本相互链接而成的全球性系统，通过互联网访问。本章论述互联网智能主要是指基于万维网的智能技术，即“Webintelligence”,人们经常称作互联网智能。概述2024/2/2771人工智能：互联网智能1962年美国美国国防部高级研究计划署的Licklider等提出通过网络将计算机互联起来的构想。1969年12月ARPANET将美国西南部的加州大学洛杉矶分校、斯坦福大学研究学院、加州大学圣塔芭芭拉分校和犹他州大学的四台主要的计算机连接起来。到1970年6月，麻省理工学院、哈佛大学、BBN和加州圣达莫尼卡系统发展公司加入进来。1972年对公众展示，并出现了email。1983年ARPANET完全转移到TCP/IP协议。1995年美国国家科学基金会组建的NSFNET与全球50000多个网络互联，互联网已经初具规模。概述2024/2/2772人工智能：互联网智能互联网从诞生到现在的50多年发展中，可以分为四个阶段，即计算机互联、网页互联、用户实时交互、语义互联。2014年7月21日，中国互联网络信息中心（CNNIC）发布了《第34次中国互联网络发展状况统计报告》。截至2014年6月，我国网民规模达6.32亿，手机网民规模达5.27亿，域名总数为1915万个，网站总数为273万个。中国互联网已经形成规模，互联网应用走向多元化。概述2024/2/2773人工智能：互联网智能随着互联网的大规模应用，出现了各种各样基于互联网的计算模式。近几年来云计算(cloudcomputing)引起广泛的关注。云计算是分布式计算的一种范型，它强调在互联网上建立大规模数据中心等信息技术基础设施，通过面向服务的商业模式为各类用户提供基础设施能力。在用户看来，云计算提供了一种大规模的资源池，资源池管理的资源包括计算、存储、平台和服务等各种资源，资源池中的资源经过了抽象和虚拟化处理，并且是动态可扩展的。概述2024/2/2774人工智能：互联网智能2024/2/27人工智能：互联网智能75内容提要11.1概述 11.2语义Web

11.3本体知识管理 11.4Web技术的演化11.5Web挖掘 11.6搜索引擎 11.7集体智能 11.8小结 Berners-Lee于2000-12-18在XML2000的会议上正式提出了语义Web。语义Web的目标是使得Web上的信息具有计算机可以理解的语义，满足智能体(Agent)对WWW上异构和分布信息的有效访问和搜索。Berners-Lee为未来的Web发展提出了基于语义的体系结构-语义Web体系结构。该体系中从底层到高层分别为：UNICODE和URI、XML、RDF、Ontology、Logic、Proof、Trust语义Web2024/2/2776人工智能：互联网智能2024/2/27人工智能：互联网智能77语义Web层次结构第一层是UNICODE和URI，是整个语义WEB的基础，Unicode处理资源的编码，实现网上信息的统一编码，URI负责标识资源，支持语义网上的对象和资源的精细标识；第二层是XML+NameSpace+xmlschema，用于表示数据的内容和结构；通过XML标记语言将网上资源信息的结构、内容和数据的表现形式进行分离；第三层是RDF+rdfschema，用于描述WEB上的资源及其类型、关系，为网上资源描述提供一种通用框架和实现数据集成的元数据解决方案；第四层是OntologyVocabulary，用于描述各种资源之间的联系，揭示资源本身及资源之间更为复杂和丰富的语义联系，明确定义描述属性或类的术语语义及术语间关系；2024/2/2778人工智能：互联网智能第五层是逻辑层。逻辑主要提供公理和推理规则，为智能推理提供基础。该层用来产生规则。第六层是证明层，执行逻辑层产生的规则，并结合信任层的应用机制来评判是否能够信赖给定的证明。第七层是信任层。顶层的信任注重于提供信任机制，以保证用户代理Agent在网上进行个性化服务和彼此间交互合作时，更安全可靠。核心层为XML、RDF、ONTOLOGY，这3层用于表示Web信息的语义。2024/2/2779人工智能：互联网智能2024/2/27人工智能：互联网智能80内容提要11.1概述 11.2语义Web 11.3本体知识管理

11.4Web技术的演化11.5Web挖掘 11.6搜索引擎 11.7集体智能 11.8小结 2024/2/27人工智能：互联网智能81KMSphereLayersEmailDocumentFileImageVideoWebOntologyAcquisitionKnowledgeorganizationKnowledgeDistributionKnowledgeApplication2024/2/27人工智能：互联网智能82KMSphereArchitecture2024/2/27人工智能：互联网智能83KMSphereWorkflow2024/2/27人工智能：互联网智能84KMSphereDemoCreateontologybyhand2024/2/27人工智能：互联网智能85KMSphereDemoOntologyacquisitionfromdatabases2024/2/27人工智能：互联网智能86KMSphereDemoOntologyacquisitionfromtext2024/2/27人工智能：互联网智能87KMSphereDemoEditontology2024/2/27人工智能：互联网智能88KMSphereDemoOntologyconsistencycheck2024/2/27人工智能：互联网智能89KMSphereDemoRDQL(RDFDataQueryLanguage)2024/2/27人工智能：互联网智能90内容提要11.1概述 11.2语义Web 11.3本体知识管理 11.4Web技术的演化11.5Web挖掘 11.6搜索引擎 11.7集体智能 11.8小结 2024/2/27人工智能：互联网智能91互联网发展路线图Spivack20082024/2/27人工智能：互联网智能92Web发展路线图Spivack2008Web1.02024/2/27人工智能：互联网智能93Web2.02024/2/27人工智能：互联网智能94TimO’Reilly-Web2.02024/2/27人工智能：互联网智能95

Web3.02024/2/27人工智能：互联网智能96Web1.0–Web2.0–Web3.0文件网

Web1.0:Webofdocuments人际/社会网

Web2.0:Webofpersons数据网

Web3.0:Webofdata(semantics)2024/2/27人工智能：互联网智能972024/2/27人工智能：互联网智能98内容提要11.1概述 11.2语义Web 11.3本体知识管理 11.4Web技术的演化11.5Web挖掘

11.6搜索引擎 11.7集体智能 11.8小结 Web挖掘分类2024/2/27人工智能：互联网智能99

Web挖掘类项目Web内容挖掘Web结构挖掘Web日志挖掘处理数据类型IR方法：无结构数据、半结构数据Web结构数据用户访问Web数据主要数据自由化文本、HTML标记的超文本Web文档内及文档间的超链Serverlog,Proxyserverlog,Clientlog表示方法词集、段落、概念、IR的三种经典模型图关系表、图处理方法统计、机器学习、自然语言理解机器学习、专有算法统计、机器学习、关联规则主要应用分类、聚类、模式发现页面权重分类聚类模式发现Web站点重建，商业决策2024/2/27人工智能：互联网智能100Web挖掘分类基于网页内容或其描述中抽取知识的过程。Web内容挖掘主要包括文本挖掘和多媒体挖掘两类，其挖掘对象包括文本、图像、音频、视频和其他各种类型的数据。2024/2/27人工智能：互联网智能101Web挖掘分类日志的预处理IPAddressTime/DateMethod/URIReferrerAgent15:30:01/2-Jan-01GETIndex.htm/link.htmMozilla/4.0(IE5.0W98)15:30:01/2-Jan-01GET1.htm/index.htmMozilla/4.0(IE5.0W98)15:30:01/2-Jan-01GETA.htm/index.htmMozilla/4.0(IE5.0W98)15:37:09/2-Jan-01GETE.htm/C.htmMozilla/4.0(IE5.0W98)15:33:04/2-Jan-01GETIndex.htm/res.phpMozilla/4.0(IE4.0NT)15:33:04/2-Jan-01GET1.htm/index.htmMozilla/4.0(IE4.0NT)15:33:04/2-Jan-01GETA.htm/index.htmMozilla/4.0(IE4.0NT)15:35:11/2-Jan-01GETB.htm/A.htmMozilla/4.0(IE4.0NT)15:35:11/2-Jan-01GETC.htm/A.htmMozilla/4.0(IE5.0W98)2024/2/27人工智能：互联网智能102Web文本挖掘Web文本挖掘针对包括Web页面内容、页面结构和用户访问信息等在内的各种Web数据，应用数据挖掘方法发现有用的知识帮助人们从大量Web文档集中发现隐藏的模式。2024/2/27人工智能：互联网智能103Web文本挖掘的方法文本概括：从文本（集）中抽取关键信息，用简洁的形式总结文本（集）的主题内容。例如搜索引擎在向用户返回查询结果时，通常需要给出文本摘要。文本分类：把一些被标记的文本作为训练集，找到文本属性和文本类别之间的关系模型，然后利用这种关系模型判断新文本的类别。召回率和精度。文本聚类：根据文本的不同特征划分为不同的类。从大量文档中发现一对词语出现模式的关联分析以及特定数据在未来的情况预测。2024/2/27人工智能：互联网智能104Web文本挖掘的应用搜索引擎领域：利用Web文本挖掘可以更合理地组织搜索结果：按照页面之间的相似程度分为若干簇。自然语言理解领域：结合自然语言处理技术和Web文本挖掘技术。2024/2/27人工智能：互联网智能105文本挖掘在垃圾邮件过滤中的应用2024/2/27人工智能：互联网智能106Web结构挖掘有用的知识不仅存在于Web页面间的链接结构和Web页面内部结构，而且也存在于URL中的目录路径结构（页面之间的目录结构关系）。Web结构挖掘是指挖掘Web链接结构模式，即通过分析页面链接的数量和对象，从而建立Web的链接结构模式。2024/2/27人工智能：互联网智能107Web结构挖掘Google查询的全过程通常不超过半秒时间，但在这短短的时间内需要完成多个步骤，然后才能将搜索结果交付给搜索信息的用户。

PageRank算法?HITS（Hyperlink－InducedTopicSearch）算法?Google查询过程2024/2/27人工智能：互联网智能108Google的网页排序如何度量网页本身的重要性呢？互联网上的每一篇html文档除了包含文本、图片、视频等信息外，还包含了大量的链接关系，利用这些链接关系，能够发现某些重要的网页直观地看，某网页A链向网页B，则可以认为网页A觉得网页B有链接价值，是比较重要的网页。某网页被指向的次数越多，则它的重要性越高；越是重要的网页，所链接的网页的重要性也越高。AB网页是节点，网页间的链接关系是边2024/2/27人工智能：互联网智能109Google的网页排序如何度量网页本身的重要性呢？比如，新华网体育在其首页中对新浪体育做了链接，人民网体育同样在其首页中对新浪体育做了链接可见，新浪体育被链接的次数较多；同时，人民网体育和新华网体育也都是比较“重要”的网页，因此新浪体育也应该是比较“重要”的网页。新华网体育人民网体育2024/2/27人工智能：互联网智能110Google的网页排序一个更加形象的图链向网页E的链接远远大于链向网页C的链接，但是网页C的重要性却大于网页E。这是因为因为网页C被网页B所链接，而网页B有很高的重要性。2024/2/27人工智能：互联网智能111Pagerank算法简介创始人：拉里佩奇(LarryPage)—Google创始人之一应用：是Google用来衡量一个网站的好坏的唯一标准。2024/2/27人工智能：互联网智能112Google的网页排序PageRank的提出Google的创始人之一LarryPage于1998年提出了PageRank，并应用在Google搜索引擎的检索结果排序上，该技术也是Google早期的核心技术之一LarryPage是Google的创始首席执行官，2001年4月转任现职产品总裁。他目前仍与EricSchmidt和SergeyBrin一起共同负责Google的日常运作。他在斯坦福大学攻读计算机科学博士学位期间，遇到了SergeyBrin，他们于1998年合伙创立Google。2024/2/27人工智能：互联网智能113Pagerank算法相关概念PR值：用来评价网页的重要性，PR值越大越重要，其级别从0到10级。一般PR值达到4，就算是一个不错的网站了。Google把自己的网站的PR值定到10，这说明Google这个网站是非常受欢迎的，也可以说这个网站非常重要。阻尼因数：(dampingfactor)其值为0.85

阻尼系数d定义为用户不断随机点击链接的概率，所以，它取决于点击的次数，被设定为0-1之间。d的值越高，继续点击链接的概率就越大。因此，用户停止点击并随机冲浪至另一页面的概率在式子中用常数(1-d)表示。无论入站链接如何，随机冲浪至一个页面的概率总是(1-d)。(1-d)本身也就是页面本身所具有的PageRank值。

2024/2/27人工智能：互联网智能114Pagerank核心思想

PageRank通过网络浩瀚的超链接关系来确定一个页面的等级。Google把从A页面到B页面的链接解释为A页面给B页面投票，Google根据投票来源（甚至来源的来源，即链接到A页面的页面）和投票目标的等级来决定新的等级。这样，PageRank会根据网页B所收到的投票数量来评估该网页的重要性。此外，PageRank还会评估每个投票网页的重要性，因为某些重要网页的投票被认为具有较高的价值，这样，它所链接的网页就能获得较高的价值。这就是PageRank的核心思想，当然PageRank算法的实际实现上要复杂很多。

2024/2/27人工智能：互联网智能115为什么要提出HITS算法？PageRank算法中对于向外链接的权值贡献是平均的，也就是不考虑不同链接的重要性。而WEB的链接具有以下特征：

1.有些链接具有注释性，也有些链接是起导航或广告作用。有注释性的链接才用于权威判断。

2.基于商业或竞争因素考虑，很少有WEB网页指向其竞争领域的权威网页。

3.权威网页很少具有显式的描述，比如Google主页不会明确给出WEB搜索引擎之类的描述信息。可见平均的分布权值不符合链接的实际情况

2024/2/27人工智能：互联网智能116HITS算法相关知识权威网页：一个网页被多次引用，则它可能是很重要的；一个网页虽然没有被多次引用，但是被重要的网页引用，则它也可能是很重要的；一个网页的重要性被平均的传递到它所引用的网页。这种网页称为权威（Authoritive）网页。中心网页：提供指向权威网页的链接集合的WEB网页，它本身可能并不重要，或者说没有几个网页指向它，但是它提供了指向就某个主题而言最为重要的站点的链接集合，比如一个课程主页上的推荐参考文献列表。在HITS算法中,对每个网页都要计算两个值:权威值(authority)与中心值(hub)2024/2/27人工智能：互联网智能117HITS算法介绍HITS（Hyperlink－InducedTopicSearch）是一种链接分析算法算法如下：将查询q提交给传统的基于关键字匹配的搜索引擎．搜索引擎返回很多网页，从中取前n个网页作为根集合S(rootset).把根集合中的页面所指向的页面都包括进来,再把指向根集合中的页面的页面也包括进来,这样就扩充成了基础集合(baseset)T.2024/2/27人工智能：互联网智能118HITS算法介绍对V1中的任一个顶点v，用h(v)表示网页v的Hub值，对V2中的顶点u，用a(u)表示网页的Authority值，开始时h(v)＝a(u)＝1

顶点集V1Hub网页顶点集V2权威网页边集E超链接2024/2/27人工智能：互联网智能119在V中的每个页面p都有一对非负的权重值〈ap,hp〉,其中ap表示权威值,hp表示中心值设指向页面p的页面为q,ap的值则更新为所有hq的和:如果把页面p所指向的页面称为q,则hp的值更新为所有aq之和：这两步将被重复多次,最后按照得到的权威值和中心值对页面进行排序.HITS算法介绍2024/2/27人工智能：互联网智能120HITS算法的评价若一个网页由很多好的Hub指向，则其权威值会相应增加(即权威值增加为所有指向它的网页的现有Hub值之和)若一个网页指向许多好的权威页，则Hub值也会相应增加(即Hub值增加为该网页链接的所有网页的权威值之和)HITS算法输出一组具有较大Hub值的网页和具有较大权威值的网页。2024/2/27人工智能：互联网智能121Web结构挖掘的应用信息检索社区识别网站优化2024/2/27人工智能：互联网智能1222024/2/27人工智能：互联网智能123内容提要11.1概述 11.2语义Web 11.3本体知识管理 11.4Web技术的演化11.5Web挖掘

11.6搜索引擎

11.7集体智能 11.8小结 2024/2/27人工智能：互联网智能124搜索引擎大型互联网搜索引擎的数据中心一般运行数千台甚至数十万台计算机，而且每天向计算机集群里添加数十台机器，以保持与网络发展的同步。搜集机器自动搜集网页信息，平均速度每秒数十个网页，检索机器则提供容错的可缩放的体系架构以应对每天数千万甚至数亿的用户查询请求。企业搜索引擎可根据不同的应用规模，从单台计算机到计算机集群都可以进行部署2024/2/27人工智能：互联网智能125搜索引擎搜索引擎一般的工作过程是:首先对互联网上的网页进行搜集，然后对搜集来的网页进行预处理，建立网页索引库，实时响应用户的查询请求，并对查找到的结果按某种规则进行排序后返回给用户。搜索引擎的重要功能是能够对互联网上的文本信息提供全文检索。2024/2/27人工智能：互联网智能126搜索引擎的工作流程2024/2/27人工智能：互联网智能127搜索引擎的系统架构2024/2/27人工智能：互联网智能128

知识图谱图谱：是一个图像，以一定空间形式、在一定时间范围中展现变化的系统概念。里程碑之一：2003年，美国科学院组织“知识图谱测绘”大会，

标志着专家们对知识图谱绘制开始了大规模的深入研究。2024/2/27人工智能：互联网智能129

知识图谱2024/2/27人工智能：互联网智能130

知识图谱语义Web关联数据2024/2/27人工智能：互联网智能131BCThingtyped

linksADEtyped

linkstyped

linkstyped

linksThingThingThingThingThingThingThingThingThing

使用语义网技术。在来自一个数据源的数据与其他数据源的数据之间的

建立连接。2024/2/27人工智能：互联网智能132基于知识图谱的搜索引擎2024/2/27人工智能：互联网智能133内容提要11.1概述 11.2语义Web 11.3本体知识管理

11.4Web技术的演化11.5Web挖掘 11.6搜索引擎 11.7集体智能 11.8小结

集体智能

集体智能（collectiveintelligence），有的称为集体智慧，有的称为群体智能，是一种共享的或者集体的智能，它是从许多个体的合作与竞争中涌现出来的，并没有集中的控制机制。集体智能在人类、计算机网络中形成，并以多种形式的协商一致的决策模式出现。集体智能的规模有大有小，可能有个体集体智能、人际集体智能、成组集体智能、活动集体智能、组织集体智能、网络集体智能、相邻集体智能、社