机器人行为选择机制综述_王义萍

第31卷第5期2009年9月机器人ROBOT

Vol.31,No.5

Sep.,2009

文章编号：1002-0446(2009)-05-0472-09

机器人行为选择机制综述王义萍，陈庆伟，胡维礼（南京理工大学自动化学院，江苏南京210094）

摘要：详细综述了现有的机器人行为选择方法及国内外研究现状，并讨论了行为选择机制研究发展的趋势，特别对受生物启发的机器人行为选择机制作了重点介绍．文章最后分析了机器人行为选择研究存在的问题并对以后的研究方向作了展望．关键词：基于行为的机器人学；行为选择机制；综述中图分类号：TP24文献标识码：A

ASurveyonRobotBehaviorSelectionMechanismWANGYiping，CHENQingwei，HUWeili(SchoolofAutomation,NanjingUniversityofScienceandTechnology,Nanjing210094,China)

Abstract:Behaviorselectionmechanismisoneofthekeyissuesinbehaviorbasedrobotics.Thispaperpresentsadetailedreviewoftheexistingbehaviorselectionmechanismsandthestateoftheartofcurrentresearch,andthendiscussestheresearchtrendinthisarea.Especially,biologicallyinspiredrobotbehaviorselectionmechanismsanditsfutureareintroducedindetail.Finally,difficultiesinrobotbehaviorselectionmechanismresearchareanalyzedandthefutureresearchdirectionsareforecasted.Keywords:behavior-basedrobotics;behaviorselectionmechanism;survey

1引言（Introduction）基于行为的机器人学可以追溯到早期的心理学、动物行为学、神经科学及控制论．20世纪60、70年代，由于基于符号表示和逻辑推理的传统机器人学研究进展缓慢，许多研究人员试图从生物学的角度来研究动物智能的模式，Arbib[1]在这方面做了许多卓有成效的工作．1986年，美国麻省理工学院的Brooks[2]提出了第一个基于行为的机器人控制体系

结构Subsumption，并在随后的一系列文章中阐述了基于行为的机器人学的主要思想：智能不需要推理[3]，智能是通过机器人与环境的交互过程体现出来的；智能不需要表示[4]，真实的世界是最好的模型；智能是由下而上分层发展出来的．这些思想与传统的人工智能理论明显不符，因而引发了激烈的争论．但是由于Brooks研制的机器人，包括著名的机器昆虫Genghis，具有结构简单、反应迅速、价格低廉、适应力强等优点，使机器人真正走出试验室、工厂等结构性环境，进入到真实的环境中，因此很快吸引了许多研究人员的注意．经过20多年的发

展，基于行为的机器人学已经成为机器人学研究的主流，在机器人导航[5-6]、编队与队形控制[7-8]、机械臂控制[9]、人机交互[10]、机器人足球[11]、多机器人协调[12]等许多领域得到了成功应用．在基于行为的机器人学中，机器人的控制系统由一系列的行为构成[13]．行为是用来完成特定任务的控制单元．每个行为围绕所需完成的任务进行特定的感知，并输出本行为的控制命令，因此行为也可看作是从传感器输入到执行器输出的传递函数．机器人对外部环境的总体反应则通过多个行为之间的交互来实现．在复杂的动态环境中，机器人如何根据外部的传感器输入和自身的内部状态，在众多的行为中选出一个合适的行为来执行就是所谓的行为选择（行为协调）问题．基于行为的机器人学的一个重要议题就是如何建立高效的行为选择机制，来协调机器人产生合理、连贯并能体现出智能的行为[14]．机器人的行为选择机制不是一个孤立的问题，它往往与诸多因素，诸如机器人的硬件结构、机器人所要完成的任务、机

基金项目：教育部博士点基金资助项目（20070288022）；江苏省自然科学基金资助项目（BK2008404）．收稿日期：2008-12-17

DOI:10.13973/j.cnki.robot.2009.05.015第31卷第5期王义萍等：机器人行为选择机制综述473器人的控制体系结构等，有着密切的关系．其中，控制体系结构对行为选择机制有着决定性的影响，它们甚至可以看作同一个问题的两个方面．

2基本方法（Basicmethods）从20世纪80年代至今，研究人员已经提出了许多行为选择机制．行为选择机制按照行为之间的相互关系，可分为竞争型选择机制和合作型选择机制；按照是否具有适应变化的能力，可分为自适应选择机制和非自适应选择机制；按照是否有专门的选择模块，又可分为隐性选择机制和显性选择机制．本节采用第一种分类方法，介绍机器人研究中应用得比较多的几种基本行为选择机制，竞争型的有基于优先级的方法、Maes方法、概率方法；合作型的有运动意图叠加方法、混合方法、模糊融合方法、多目标优化法、ActionVoting方法．2.1基于优先级的方法基于优先级的行为选择机制是Brooks[2]在Sub-sumption体系结构（也称为包容结构）中实现的，如图1所示．在该体系结构中有若干不同层次的行为模块，低层次的模块封装了机器人最基本的能力，如避障；高层次的模块封装了较高级的功能，如地图绘制等等．为了解决行为之间可能存在的冲突，Subsumption采取的是一种优先级的方法，即高层次行为具有较高的优先级，当其被触发时就会包容低层次的行为输出．

图1基于优先级的行为选择机制Fig.1Priority-basedbehaviorselectionmechanism

但是以Subsumption结构为代表的纯反应式的机器人由于舍弃了表示和推理，因而也就无法进行规划与学习，无法选择最适合的行为来完成任务．如何在不破坏反应式行为控制所具备的优点的前提下，使机器人重新具有学习、规划的能力，也是该领域研究的重点内容（详见3.1节）．2.2Maes方法Maes[15]提出了一种网络形式的行为选择机制．在这种方法中，机器人的每个行为有4个要素，分别表示为c、a、d、α，c表示执行该行为必须要满足的前提条件，a和d则分别为执行该行为后变为真和变为假的那些条件，α表示该行为被激活的程度．如果行为A执行后会使行为B的前提条件变为真，则称A是B的前继，B为A的后继，也称行为A激励行为B．如果行为C执行后会使行为D的前提条件变为假，则称C与D冲突，也称行为C抑制行为D．所有的行为通过上述的前继、后继及冲突3种方式联接成一个行为网络．Maes设计了如图2所示的行为网络，使机器人寻找目标（水、食物）并进行相应行为（吃、喝）．行为模块通过相互之间的抑制和激励关系来竞选出一个优胜者．一个可执行的行为（即满足前提条件的行为）会增加其后继行为的激励值，抑制与之相冲突的行为的激励值；一个不可执行的模块会增加其前继行为的激励值，以使自己的前提条件得到满足，从而使自己得以执行．图2Maes行为网络Fig.2MaesbehaviornetworkMaes方法在行为个数较少的机器人系统中比较实用，并可用优化方法来优化行为网络的参数，例如，Singleton[16]用遗传算法对3种联接权重及相关参数进行优化，形成了一种具有进化能力的Maes方法．但是当行为数量较多时，Maes行为网络中的联结关系就会显著增加而变得混杂，以至于难以处理，因此Maes行为选择方法在行为数量较多的机器人系统中的应用受到一定限制．2.3概率方法机器人实际运行时充满了各种各样的不确定性．不确定性主要来自两方面：感知，即传感器的输入往往不一致，甚至前后矛盾；控制，机器人的执行474机器人2009年9月器并不是总能够完全执行控制指令而没有偏差，这给机器人的控制带来了不确定性．针对不确定性条件下的机器人行为选择问题，Thrun[17]、Kristensen[18]等人提出了概率机器人的概念，主要思想是运用概率论方法，求出满足任务性能要求概率最大的那个行为，从而使机器人面对传感器噪声、动态变化的环境等因素时具有更强的鲁棒性．这种方法理论性较强，但计算量比较大、需要作许多近似和假设．2.4运动意图叠加方法意图（schema）概念首先用于哲学，后来逐渐被神经生理学、心理学等学科借鉴．1981年，Arbib首次将意图理论用于机器人系统．机器人学中的意图通常是指构成复杂行为的基本单元，每个意图包括进行感知或执行动作时所需的知识及相应的计算过程．Arkin[19]将意图理论应用于机器人，设计出了第二种经典的基于行为的机器人控制结构——运动意图（motorschema，另一种就是上文提到的包容结构）．在这种方法中，感知意图被嵌入到动作意图中，进行以动作为中心的感知，也就是说每个动作意图中都包含着一个或几个感知过程，为该动作进行特定的感知，如图3所示．在这种结构中，每个行为，也就是运动意图，用势场法表示成一个矢量，然后采用矢量叠加的方法，实现各个行为之间的协调，每个行为都对总体的行为输出做出贡献．图3运动意图示意图Fig.3Motorschemadiagram和Subsumption一样，运动意图方法也得到了广泛的应用，例如曹志强等人[20]将之应用于多机器人队形控制问题．但是运动意图叠加方法有一个明显的缺陷，称为局部极小值问题：当所有表示运动意图的矢量叠加之后如果为0，此时机器人不再受到任何力的作用从而保持原地不动．解决局部极小值的方法之一就是把势函数设计成调和函数，这样形成的势场中就能确保没有局部最小值0．2.5模糊融合方法概率方法是运用客观的数学方法，如概率论、统计学的方法，来处理机器人面临的不确定性，与此不同的是，模糊逻辑在很大程度上是从主观来处理这些不确定性．在模糊逻辑的应用中，模糊变量的划分、隶属度函数的选取尤其是模糊规则的设计都依赖于设计人员的经验，体现了人的主观意志．Rusu[21]设计了基于行为的模糊控制器用于移动机

器人的导航，其控制器的主要结构如图4所示．该方法针对每一个行为设计了相应的子模糊推理系统，从而避免了大的模糊规则库给系统的实时性带来的负面影响．当需要几个模糊行为共同作用时，就将它们的行为输出进行模糊融合，再进行解模糊得到控制指令，通过这种方法最终实现行为之间的相互协调．