在今天,機器人的行為模式,主要都是依據人類所提供的編程內容來進行重覆的運作。而機器人與現今社會上各種會移動的電子產品,包括汽車、飛機等,其差異只在於是否可以在無人參與控制的情況下自行運作。而在工業製造的領域裡,由於對於重覆性與規律性的動作有龐大需求,這也正好提供了工業機器人一個發展的絕佳環境。
|
好的AI決策,也需要好的運動控制器才能呈現出令人滿意的結果。 |
寶元數控指出,在工業機器人的應用中,透過線下編程與線上決策兩者的互補使用,才能讓機器人的運作達到最佳的效益。隨著電腦運算速度的突飛猛進、演算法更為成熟、以及各種工業感測器的相繼問世,加速推動了傳統機器人,以及廣大會動的電子產品等的應用方式。透過軟硬體的整合,可提供機器人運動控制的線下輔助編程及線上加速決策。例如機器人的拖拉動作、自動尋軌跡等功能,就是屬於線下輔助編程,而視覺辨識技術的整合,則是屬於線上決策的實現。在這樣的邏輯下,我們可以定義自駕車的路線規劃屬於線下編程,至於行駛期間的障礙迴避就屬於線上決策。依據這樣的原則,這些會動的電子產品其實都可以納入廣義的機器人定義之中。
事實上,人工智慧的真正意義,是讓機器具備自我學習的能力,就如同人類由嬰兒成長為大人一般,逐步發展各種生活技能並適應社會。在目前,大部份實際運用上被號稱為人工智慧的功能,實際上都是將人類的智慧轉化為運算代碼之後,來達成某種自動決策的目的。
在未來,人工智慧的發展必定會更為蓬勃,而好的決策也需要好的運動控制器才能呈現出令人滿意的結果。在人工智慧的運動控制中,控制器需能提供高速的通訊管道,以便接收並執行來自人工智慧的決策,並且反饋機器人的狀態資訊。此外,控制器本身的功能也會直接影響到人工智慧的工作量,例如控制器若可支援空間圓弧功能,人工智慧就不需要另行計算所有圓弧上的點座標,如此也有助於減少通訊的資料量。