认知机器人结构

近年来，随着智能科学、行为学、生物学和心理学等理论成果的不断引入，认知机器人已成为智能机器人发展的一个重要课题。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、完成复杂任务的新一代机器人。下图给出了一种认知机器人的抽象结构，分为三层，即计算层、设备层和物理/硬件层。计算层包括感知、认知和行动。感知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、多机器人协同和团队工作等。行动是机器人控制系统的最基本单元，包括移动、导航和避障等，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。在设备层包括传感器驱动（感觉库）、激励器驱动（运动库）和通信接口。物理/硬件层有传感器、激励器和通信硬件等。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。
密歇根大学的莱德（Laird J）等采用SOAR认知模型来构建认知机器人［Laird et al.2012］，系统中将符号处理与非符号处理结合，具有多种学习机制。多伦多大学的莱维斯克（Levesque H）等利用逻辑研究动态和不完全环境中认知机器人的知识表示和推理问题［Levesque et al.2007］。阿拉米（Alarmi R）等提出具有人类自我意识的机器人［Alami et al.2006］。