The Cog Project: Building a Humanoid Robot
Rodney A. Brooks, Cynthia Breazeal, Matthew Marjanovi_c,
Brian Scassellati, Matthew M. Williamson
MIT Arti_cial Intelligence Lab
545 Technology Square
Cambridge MA 02139, USA
Abstract. To explore issues of developmental structure, physical embodiment,
integration of multiple sensory and motor systems, and social
interaction, we have constructed an upper-torso humanoid robot called
Cog. The robot has twenty-one degrees of freedom and a variety of sensory
systems, including visual, auditory, vestibular, kinesthetic, and tactile
senses. This chapter gives a background on the methodology that
we have used in our investigations, highlights the research issues that
have been raised during this project, and provides a summary of both
the current state of the project and our long-term goals. We report on
a variety of implemented visual-motor routines (smooth-pursuit tracking,
saccades, binocular vergence, and vestibular-ocular and opto-kinetic
reflexes), orientation behaviors, motor control techniques, and social behaviors
(pointing to a visual target, recognizing joint attention through
face and eye _nding, imitation of head nods, and regulating interaction
through expressive feedback). We further outline a number of areas for
future research that will be necessary to build a complete embodied system.
1 Introduction
Building an android, an autonomous robot with humanoid form and humanlike
abilities, has been both a recurring theme in science _ction and a Holy
Grail' for the Arti_cial Intelligence community. In the summer of 1993, our
group began the construction of a humanoid robot. This research project has
two goals: an engineering goal of building a prototype general purpose flexible
and dextrous autonomous robot and a scienti_c goal of understanding human
cognition (Brooks amp; Stein 1994).
Recently, many other research groups have begun to construct integrated humanoid
robots (Hirai, Hirose, Haikawa amp; Takenaka 1998, Kanehiro, Mizuuchi,
Koyasako,Kakiuchi, Inaba amp; Inoue 1998, Takanishi, Hirano amp; Sato 1998,Morita,
Shibuya amp; Sugano 1998). There are now conferences devoted solely to humanoid
systems, such as the International Symposium on Humanoid Robots (HURO)
which was _rst hosted by Waseda University in October of 1996, as well as sections
of more broadly-based conferences, including a recent session at the 1998
IEEE International Conference on Robotics and Automation (ICRA-98) in Leuven,
Belgium. There has also been a special issue of the Journal of the Robotics
Society of Japan in October of 1997 devoted solely to humanoid robotics.
Research in humanoid robotics has uncovered a variety of new problems
and a few solutions to classical problems in robotics, arti_cial intelligence, and
control theory. This research draws upon work in developmental psychology,
ethology, systems theory, philosophy, and linguistics, and through the process
of implementing models and theories from these _elds has raised interesting
research issues. In this chapter, we review some of the methodology and results
from the _rst _ve years of our humanoid robotics project.
Since the inception of our research program, we have developed a methodology
that departs from the mainstream of AI research (Brooks, Breazeal (Ferrell),
Irie, Kemp, Marjanovi_c, Scassellati amp; Williamson 1998). Section 2 reviews some
of the assumptions of classical AI that we have found lacking and concentrates
on four aspects of a new methodology that have greatly influenced our research
program: developmental structure, physical embodiment, integration of multiple
sensory and motor systems, and social interaction. In section 3, we describe
the current hardware and software environments of our upper-torso humanoid
robot, including twenty-one mechanical degrees of freedom, a variety of sensory
systems, and a heterogeneous distributed computation system. Section 4 focuses
on some of the long-term research issues that members of our group are currently
investigating, and Section 5 describes some of the current tasks and behaviors
that our robot is capable of performing. We conclude in Section 6 with a few of
the open problems that have yet to be addressed.
2 Methodology
In recent years, AI research has begun to move away from the assumptions of
classical AI: monolithic internal models, monolithic control, and general purpose
processing. However, these concepts are still prevalent in much current work and
are deeply ingrained in many architectures for intelligent systems. For example,
in the recent AAAI-97 proceedings, one sees a continuing interest in planning
(Littman 1997, Hauskrecht 1997, Boutilier amp; Brafman 1997, Blythe amp; Veloso
1997, Brafman 1997) and representation (McCain amp; Turner 1997, Costello 1997,
Lobo, Mendez amp; Taylor 1997), which build on these assumptions.
Previously, we have presented a methodology that di_ers signi_cantly from
the standard assumptions of both classical and neo-classical arti_cial intelligence
(Brooks et al. 1998). Our alternative methodology is based on evidence
from cognitive science and neuroscience which focus on four alternative attributes
which we believe are critical attributes of human intelligence: developmental
organization, social interaction, embodiment and physical coupling,
and multimodal integration.
In this section, we summarize some of the evidence that has led us to abandon
those assumptions abo
剩余内容已隐藏，支付完成后下载完整资料
The Cog Project: Building a Humanoid Robot
摘要：为了探索发展结构的问题，实际实施方案中，集成多个感觉和运动系统，和社会互动，我们已经构建了所谓的上躯干人形机器人齿轮。该机器人具有21个自由度和各种感官系统，包括视觉，听觉，前庭，动觉和触觉感官。我们的调查中使用的有关方法论，在这个背景下，本章介绍了强调研究项目过程中发现的问题，这个项目和我们的长期目标的当前状态，提出了总结。我们报告多种实现视觉运动例程（光滑的追求跟踪，扫视，辐辏双眼，和前庭眼和光电动能反射），定向行为，电机控制技术和社会行为（指向视觉目标，通过联合识别面部和眼部，仿头点头，规范的互动通过表现反馈）。我们还概述了一些领域未来的研究将有必要建立一个完整的体现体系。
1引言：
建立一个机器人，一个自主机器人，人形和和人一样的能力，一直是science _ction和HolyGrai一个反复出现的主题。1993年的夏天，我们的团队开始了仿人机器人的建设。本研究项目有两个目标：建立一个原型通用灵活、灵巧的自主机器人；建立一个有认知的机器人（布鲁克斯和斯坦因1994年）。最近，许多其他研究小组已经开始建设综合人形机器人
（平井，广濑，Haikawa与竹中，兼广，Mizuuchi，Koyasako，Kakiuchi，稻叶和井上，Takanishi，平野和佐藤，森田，涩谷和菅野1998年）。现在有会议专门负责人形系统，如国际研讨会人形机器人（HURO），是由早稻田大学于1996年10月，以及部分更广泛基础的会议，包括在1998年的比利鲁汶的一次会议IEEE国际会议机器人与自动化（ICRA-98）。同时也出现了该杂志的机器人的特刊在1997年的日本10月学会专门讨论仿人机器人。研究仿人机器人已解决各种新问题并在机器人经典问题，如机器人结构、人工智能、控制理论上有了解决方案。本研究借鉴了发展心理学，行为学，系统论，哲学和语言学的工作，，并通过流程落实上述成熟模型和理论提出了有趣研究的问题。在本章中，我们从我国仿人机器人项目，回顾一些方法和结果。处成立以来，我们已经开发了一种方法，与人工智能研究的主流不同（布鲁克斯，坎普，marjanovi_c，scassellati ，威廉姆森1998）。第2节回顾经典人工智能的假设，我们发现缺乏和集中在一个新方法的四个方面，大大影响了我们的研究程序：发展结构，物理体现，多融合感觉和运动系统，和社会互动。在3节中，我们描述我们上躯干人形的硬件和软件环境机器人，包括二十一个机械程度的自由，有多种感觉系统和异构分布式计算系统。在4节介绍一些我们的小组成员目前调查研究的长期问题。5节介绍了一些目前我们的机器人能够执行的任务和行为。在6节，是我们的结论与几个尚未解决的开放问题。
2方法
近年来，人工智能研究方向已经开始从经典人工智能：整体内部模型，单片式控制，以及通用处理移开。然而，这些概念在当前工作，智能系统很多架构上依然很普遍。例如，最近AAAI-97程序，人们在进行一个很有趣的计划（1997年利特曼，1997 Hauskrecht，Boutilier与1997年Brafman，布莱斯 - 维罗索1997年，1997年Brafman），并表示（麦凯恩和特纳1997年，1997年科斯特洛路宝，门德斯和1997年泰勒）在建立这些假设。此前，我们已经提出，从signi_cantly di_ers的方法兼具古典和新古典智力的标准假设（Brooks等人，1998）。我们的另一种方法是基于证据从认知科学和神经科学而集中在四个备选属性我们认为这是人类智慧的关键属性：发展组织，社会交往，实施方案和物理连接，和多式联运一体化。在本节中，我们总结了一些我们已经放弃的证据，关于人工智能的这些古典假设继续坚持。然后我们简要回顾，我们一直在使用的替代方法构建人形机器人系统。
2.1有关人工智能的错误假设
在研究人类的智慧，三种常见的错误概念经常会出现：依赖单片内部模型，单片控制，并在通用处理。这些和其他错误主要来自基于幼稚的模型推导，主观的观察和反思，并从通用计算偏差隐喻（数理逻辑，冯·诺依曼架构等）（布鲁克斯1991a，1991b布鲁克斯）。认知科学和神经科学的现代理解驳斥这些假设。有证据表明，在正常任务下，人类往往尽量减少展示内部世界。巴拉德，海霍＆皮尔兹（1995）已经表明，在执行一个复杂的任务，像搭积木，人类没有建立整个可见场景内部模型。通过改变显示器，巴拉德发现，受试者只注意到的变化;而不是保持一个完整的现场模型，而是他们留下的信息，并继续参考回场景在执行任务。还有证据表明，有多个内部表示，这不是相互一致的。例如，在光盲的现象，失明患者可以区分视觉刺激，但报告说什么也看不到。这种不一致将不是一个单一的视觉空间中心模型特征。这些实验和其他许多这类实验，例如Rensink，ORegan和克拉克（1997）和加扎尼加和勒社（1978），令人信服地证明，人类不构造完整的环境，整体模型。相反，人类往往只表示什么是立即从环境相关的，并且这些表示不必彼此完全访问。人类没有单片式控制。反思和观察导致人们相信，在中央处理的神经相当于单位。这是决定和控制其他功能的有机体。虽然无疑是控制结构，这种单一的，统一的控制系统模式没有证据支持，得不到科学界的认同。
2.2人工智能的精华
在试图简化构建复杂的智能系统的问题上，经典AI的方法往往忽视或避免人类智力的诸多方面（明斯基和帕尔特1970）。我们相信，许多这些被丢弃元素是人类智慧的关键。我们的方法利用人类智力的四个核心内容：发展，社会互动，物理互动和融合。发展，形成框架，又为人类成功获得越来越复杂的技能和能力。社会互动让人类利用其他人寻求帮助，教学和知识。实施方式和物理连接让人类使用世界本身作为用于组织和操纵知识的工具。集成允许人类最大化弥补感官的准确性和电机系统。我们相信，这四个主题不仅是理解人类智力的关键，而且他们实际上简化了创建人工智能的问题。实施方式和物理耦合：或许最明显却被忽视的人工智能的方面是：具现。我们的方法的宗旨是建立和测试真正的机器人系统。 我们相信创建人工智能需要与人类类似的互动世界（布鲁克斯和斯坦因1994年）。让人类与机器人以自然的方式社会互动，并提供类似任务约束，人形是很重要的。这些仅是指在系统的内部工作；不与外界交互这是没有意义的。该内嵌入系统对外界与内部的积累提供有用的功能。此外，我们认为，建立一个真正的少计算系统比模拟这种系统复杂。重力，摩擦力，以及免费获得自然的人机交互，无需任何计算。通过利用整个系统的性能，具体体现系统还可以以相对简单的方式执行一些复杂的任务。例如，推杆冰箱的牛奶，你可以利用的钟摆动作的臂移动牛奶（格林1982）。壶的摆动并不需要是明确地计划或控制，因为它是该系统的自然行为。该系统仅具有调节，引导和纠正的自然动态，代替具有规划整个运动。我们已经实施了这样一个方案使用自适应振荡器来驱动机器人的臂的关节（威廉森1998年a，威廉姆森1998年）。
3硬件
在上一节中介绍的方法，我们已经构建称为齿轮的上躯干人形机器人。本节介绍已实施的计算，知觉和运动系统上齿轮以及已构建的开发平台测试额外的硬件和软件组件。
3.1计算系统
对齿轮的计算控制是许多异构网络，处理器类型在控制层次层面运作，轻则从小型微控制器联合级控制，数字信号处理器，网络的音频和视频的预处理。原来是在定制电路板一个networkof16MHz的摩托罗拉68332微控制器，通过双口RAM相连。每个节点都跑到L，Common Lisp中的多线程子集。目前的核心是运行QNX实时操作系统和100VG以太网连接200 MHz的工业PC计算机的网络。网络目前包含4个节点，但可以随意通过插入新节点进入网络集线器进行扩展。QNX提供在网络上透明和容错进程间通信。个人电脑背板安装商业或定制I / O板和控制器提供充足的空间牌。该老“和新的”大脑可以互操作，通过一个定制的共享内存ISA接口卡进行通信。视频和音频预处理是由得克萨斯州的一个单独的网络执行通过专利进行通讯仪器C40数字信号处理器C40通信端口接口。该网络包括基于C40-图像采集卡，展板和音频I / O端口。处理器中继数据到核心通过ISA和PCI接口卡处理器网络。在机器人的每个关节具有专用本地马达控制，CUSTOMBUILT板摩托罗拉HC11微控制器，它处理编码器和模拟输入，执行伺服计算，并且经由脉宽驱动电动机调制。对于手臂，单片机产生一个虚拟的春天行为在1kHz，基于从在关节应变仪扭矩反馈。
3.2感知系统
要获取有关环境的信息，COG有多种感官，包括视觉，前庭，听觉，触觉，动觉和感觉。前庭系统：人体前庭系统中起着在关键作用：运动反应，眼球运动，姿势和平衡的协调。人类前庭感觉器官由三个半规管，测量头部转动的加速度，并且两个耳石器官，测量头的线性运动和相对的头的取向重力。为了模仿人体前庭系统，齿轮有三个速率陀螺仪安装在正交轴（对应于半规管）和两个线性加速度计（对应于耳石器官）。这些设备安装在机器人的头部，略低于眼水平。这些传感器中的车载机器人，和板加工商业的A / D转换器连接于个人电脑脑节点之一。听觉系统：提供听觉信息，二驻极体全方位麦克风被安装在机器人的头部。为了方便定位，原油羽片是围绕麦克风构成。模拟听觉信号由商业A / D板，接口的数字信号进行处理处理器网络。触觉系统：我们已经开始使用阻力传感器的机器人，提供触觉反馈试验。每个传感器提供的测量力施加到其传感表面。作为一个初步的实验中，我们有安装在6 _4阵列，这些传感器的机器人的躯干前方。这些传感器的信号通过一个单6811微控制器多路复用，从而使双方的力量和位置测量。一个类似的系统已用于一些我们已经所使用的安装触觉传感器的手型机器人。
4当前的长期项目
本节将介绍几个我们的组目前正在解决的长期研究问题。虽然每个项目仍在进行中，但已有初步结果。这些方面将在第5节提出。如果我们要建立一个系统，可以识别并产生这些复杂社会行为。我们必须用于维护复杂性技能分解和行为的丰富性社会行为表示，而仍然保持简单实施和建设。从这些正常儿童，以及畸形发展可见理论发展的证据在广泛性发育障碍，如阿斯伯格综合征和自闭症，证明了一个关键的前兆是从事联合注意的能力（拜伦 - 科恩1995年，1990年弗里斯）。联合注意指那些语前社会行为，允许婴儿与另一个人的经验分享第三个目的（Wood等人，1976）。例如，看着护理人员和玩具之间交替，孩子可能会笑点。从机器人的角度来看，即使是最简单的联合注意行为也需要大量的感性，感觉运动，注意力的协调和认知过程。我们现在研究的是实施已经接收到来自发展支持一个可能的分解技能，心理学，神经科学和心理异常，并与证据相一致从联合注意行为的发展进化研究。需要来自我们的机器人系统许多功能，包括基本的眼球运动技能，面部和眼部检测，确定眼睛的方向，手势识别，注意力系统允许社会行为选择在适当的时候，情绪反应，手臂电机控制，图像稳定，和其他许多人。一种机器人系统，可以识别并参与联合注意行为，将允许机器人和人具有人之间的社交互动，以前没有可能。机器人将能够以同样的方式学习，人类婴儿学习使用正常的社会信号。观察者没有专门的培训是必要的。机器人也将能够通过表达其内部状态（情绪，欲望，目标等）社会交往，而不依赖于一个词汇。此外，机器人将允许可以识别目标和他人的欲望，可以更准确地作出反应。情感，注意力和认知状态观测器，可以学习预测观察者的反应，并且可以修改自己的行为相应。这些系统的结构还可以提供一个从调查模型的预测能力和有效性的新工具自然生态系统的服务为基础。一个实施模型可以测试的方式，是不可能的，以测试对人类，使用备用发育条件下，替代经验和教育的干预方法。
4.1动态类人手臂运动
另一项研究的目标是建立能与速度，精度移动系统，灵巧，和人类物理与世界互动中类似人类的方式。我们目前的研究重点放在利用控制方法，机器人的自然动态获得灵活和强大的运动而不复杂的计算。即利用物理动力学是不常见方法控制方法通常基于运动学，需要精确的校准机器人的尺寸和机械性能。然而，即使对于利用只有几个自由度系统，运动解决方案可能计算昂贵。动态包括仔细校准和密集的建模（安，Atkeson Hollerbach和1988年），用很少动力学轻巧的机器人（索尔兹伯里，汤森Eberman及DiPietro评论1988年），或简单地缓慢移动。研究强调动态操作或者利用机械巧妙机制它简化了控制方案（Schaal和1993年Atkeson，McGeer1990）或结果在计算复杂的方法（梅森＆萨利1985）。然而人类利用自己的身体的机械特性。例如，当人类摆动双手，他们选择舒适的频率，这是接近肢体的自然共振频率（1993年先生，哈索普罗斯和沃伦1996年）。同样，放置在一个跳线时，婴幼儿反弹在自然频率（沃伦＆卡勒1984）。人类利用他们的手臂学扔球时（罗森鲍姆等，1993）和他们的手臂被动动态，以便与物体稳定的相互作用（Mussa-伊瓦尔迪，霍金Bizzi1985）。当学习新的动作，婴儿和成年人很快利用自己的肢体（Thelen和史密斯的物理动力学1994年，施耐德，Zernicke，施密特和哈特1989年）。
5当前任务
上一节所述的长期项目，我们已经实现。我们的人形机器人许多简单的行为。本节简要描述了这些任务和行为机器人是目前能胜任。为了简便起见，很多的技术细节和引用类似的工作这里已经排除。
5.1视觉运动套路
人的眼球运动分两类别：三个自主运动（扫视，追求平稳，和辐辏）和两个不自主运动（在前庭眼反射与光动力学响应）。我们已经实现了每个眼球机械类似物
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[148320]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
