發展型機器人：由人類嬰兒啟發的機器人. 2.4 發展型機器人中的移動式機器人

<b>2.4  發展型機器人中的移動式機器人</b>

大多數發展型機器人的實驗采用在之前讨論過的仿人機器人實驗平台來實作人－機器人互動實驗。然而，也有一些較早的發展型模型使用的是移動機器人，如四條腿的寵物機器人aibo機器人平台，以及khepera和peoplebot等輪式移動機器人。在本節中，我們将對aibo機器人進行較長的描述，因為該機器人目前已經用于各種各樣的模型中，其中包括内在動機、聯合注意力、語言等研究，其中一部分将會第3章中講述。其他的輪式機器人平台将以參考文獻連結的方式簡要提及。

  圖2-13  索尼aibo機器人。圖檔由索尼公司授權提供aibo機器人（artificial intelligence robot，人工智能機器人）是由toshitada

doi上司的索尼數位生物實驗室（sonys digital

creatures laboratory）在20世紀90年代研制的（fujita 2001；如圖2-13所示）。第一個aibo機器人在1999年的夏天投入商用（ers-110模型系列），2001年推出了若幹後續的更新版本（ers-210/220系列），2003年推出第三代（ers-310系列）和最後的第四代（ers-7系列）。據估計，在索尼于2006年停止生産和商業化之前，有超過150000個aibo機器人售出。之是以取得這樣的成功，也就是大量的aibo機器人能夠售出，主要原因是機器人的價格合适（1999年第一個版本的售價是2500美元，2003年最後一個模型售價約1600美元），以及索尼緻力于将該機器人打造成娛樂平台，進而将大衆使用者作為銷售目标。此外，機器人世界杯（robocup）也為該機器人的發行量提供了支援，即從1999年到2008年間，機器人世界杯的四足機器比賽的标準是基于aibo機器人的（随後被nao機器人取代）。

最新的ers-7m3型aibo機器人，包括總共20個自由度：嘴巴有1個自由度，尾巴有2個自由度，頭部有3個自由度，耳朵有2個自由度（每隻耳朵有1個自由度），腿部有12個自由度（每條腿有3個自由度）。aibo機器人寬180mm，高278mm，長319mm，體重約1.65kg（如圖2-13所示）。

aibo機器人的傳感器中，包括一個350000像素的cmos彩色微型錄影機，57  ～58以及在頭部和身體中的紅外測距傳感器。該機器人還有溫度傳感器和加速度計，在頭部和背部有電子靜态傳感器，在下巴和每個爪子中有檢測人類拍打動作的振動傳感器和5個壓力傳感器。此外，為了友善使用者互動，aibo機器人還有許多顯示狀态的led燈，其中在面部有28個燈用來表達情感，在頭部和身體中還有許多其他分布式的傳感器。機器人可以使用由複調聲音晶片（polyphonic sound chip）驅動的微型揚聲器進行聲音交流。

機器人配有可充電的電池。它使用64位64mb risc處理器的cpu、外部存儲插槽和無線lan網卡。控制軟體使用open-r架構來控制傳感器及行為控制所使用的各個軟體子產品。

aibo機器人的認知結構用于支援娛樂互動和複雜的行為，為了滿足動作、多自由度配置和産生不重複的行為，就需要使用多動機的設計原理（fujita 2001）。機器人的控制體系結構采用一種基于行為方法的混合“協商-反應”控制政策（arkin 1998；brooks 1991）。一種特殊機制被用來決定激活何種行為子產品以應對外部刺激和内部狀态。每個行為子產品（例如，探索、休息、吠叫、情感表達、步行模式選擇）由對環境敏感的反應狀态機構成。随機方法也被用于處理随機（未預測到的）動作的産生。在與使用者的多層次互動中，aibo機器人采用了一種發展政策，該政策通過緩慢的、已經學到的機器人行為傾向的變化來長期地适應使用者。這個發展政策是通過強化學習來實作的。

對于認知機器人的研究，open-r軟體提供了通路機器人的各種行為和感覺功能的權限，進而産生發展型互動政策。例如，aibo機器人附帶包括緩慢、穩定爬行步态和快速但不穩定的小跑步态的多種行走模式。這些模式可以手動選擇，或者通過認知結構自動激活。對于視覺和物體感覺，機器人含有一個專用的大規模內建電路，包含了嵌入式顔色檢測引擎和一個多分辨率圖像濾波系統（分辨率為240×120px、240×60px、60×30px）。例如，低分辨率圖像可用于快速顔色過濾以識别一個物體的存在，高分辨率圖像則用于目辨別别和模式比對。最後，為了與使用者進行聽覺互動，該機器人實作了有聲調的言語功能。這個聲調系統和内部聲音處理算法能夠高效處理噪聲和聲音幹擾。

除了open-r軟體，人們也開發了一些用于aibo機器人認知實驗的專門工具，如專門為認知模組化和機器人教育活動而開發的tekkotsu仿真架構（touretzky和tira-thompson 2005），還有以aibo機器人為标準3d仿真模型做的其他機器人仿真器（詳見592.5節）。

59

aibo機器人具有較合适的價格以及在實驗室中的易用性，這使其在許多早期發展型機器人實驗中被廣泛使用。尤其是aibo已用于内在動機的研究（kaplan和oudeyer 2003；oudeyer、kaplan和hafner 2007；bolland和emami 2007）、聯合注意和指向的研究（詳見第7章）以及詞組學習實驗（steels和kaplan 2002；詳見第8章）。此外，一些實驗專注于通過使用類似狗的訓練方法來進行複雜行為的教學（kaplan等人2002），甚至有一些研究通過對狗進行圖靈測試來研究真正的狗對人工寵物的反應（kubinyi等人2004）。

認知機器人學的研究也受益于一些其他的機器人平台，特别是不同大小的輪式機器人。例如，khepera和e-puck小型輪式機器人已經廣泛用于進化機器人學的研究（nolfi和floreano 2000）。kheperaⅡ（k-team移動機器人）是一種直徑7cm、高3cm的圓柱形的微型機器人。e-puck（epfl lausanne；mondada等人2009）是一種适合群體機器人研究的更小型的機器人。

在移動機器人尺寸範圍的另一個極端，大型的peoplebot（activmedia）是一個高104cm、重19kg的移動機器人平台，并且可以攜帶13kg有效載荷。這種機器人是特别為适合人－機器人互動實驗而研制的，已經被demiris及其同僚用于發展型機器人的社交學習和模仿研究的實驗中（詳見第6章）。另一種大型的移動機器人是huang和weng（2002）使用的sail機器人，主要用于創新和習慣的發展型研究。

最後，其他用于發展型機器人研究的機器人是一些機械臂和機械手，比如dominey和warneken使用6-自由度的 lynx6機械臂（lynxmotion.com）用于合作和利他主義的發展型模型。