小型组机器人足球系统研究

机器人足球比赛是为了给智能机器人技术和分布式人工智能研究提供一个研究与测试平台而提出的一个标准任务。从人工智能的角度来说,与用计算机对人类的象棋比赛研究相比较,机器人足球比赛将研究对象从过去计算机象棋的单智能体对单智能体发展到分布式多智能体协调对抗,将研究环境     

分布式人工智能与多智能体系统研究

智能体理论是一个发展很快的前沿领域.为了解决复杂问题出现了分布式人工智能,多个智能体的协作正好符合分布式人工智能的要求,因此出现了多智能体系统.文中介绍了分布式人工智能的特点,并着重介绍了分布式人工智能的一种分类--多智能体系统.多智能体系统也是分布式人工智能的一种有效的解决方法,同时分布式人工智能又推动了多智能体的发展.     

增强Q学习在非确定马尔可夫系统寻优问题中的应用

增强学习属于机器学习的一种,它通过与环境的交互获得策略的改进,其在线学习和自适应学习的特点使其成为解决策略寻优问题有力的工具。多智能体系统是人工智能领域的一个研究热点,对于多智能体学习技术的研究需要建立在系统环境模型的基础之上,由于多个智能体的存在,智能体之间的相互影响使得多智能体系统高度复杂,多智能体系统环境属于非确定马尔可夫模型,因此直接把基于马尔可夫模型的增强学习技术引入多智能体系统是不合适的。论文基于智能体间独立的学习机制,提出了一种改进的多智能体Q学习算法,使其适用于非确定马尔可夫环境,并对该学习技术在多智能体系统RoboCup中的应用进行了研究,实验证明了该学习技术的有效性与泛化能力,最后简要给出了多智能体增强学习研究的方向及进一步的工作。     

智能体对手建模研究进展

智能体是人工智能领域的一个核心术语。近年来,智能体技术在自动无人驾驶、机器人系统、 电子商务、传感网络、智能游戏等方面得到了广泛研究与应用。随着系统复杂性的增加,关于智能体的研究重 心由对单个智能体的研究转变为智能体间交互的研究。多个智能体交互场景中,智能体对其他智能体决策行为 的推理能力是非常重要的一个方面,通常可以通过构建参与交互的其他智能体的模型,即对手建模来实现。对 手建模有助于对其他智能体的动作、目标、信念等进行推理、分析和预测,进而实现决策优化。为此,重点关 注智能体对手建模研究,展开介绍关于智能体动作预测、偏好预测、信念预测、类型预测等方面的对手建模 技术,对其中的优缺点进行讨论和分析,并对手建模技术当前面临的一些开放问题进行总结,探讨未来可能 的研究和发展方向。     

智能可视化与可视分析

可视化与可视分析已成为众多领域中结合人类智能与机器智能协同理解、分析数据的常见手段。人工智能可以通过对大数据的学习分析提高数据质量,捕捉关键信息,并选取最有效的视觉呈现方式,从而使用户更快、更准确、更全面地从可视化中理解数据。利用人工智能方法,交互式可视化系统也能更好地学习用户习惯及用户意图,推荐符合用户需求的可视化形式、交互操作和数据特征,从而降低用户探索的学习及时间成本,提高交互分析的效率。人工智能方法在可视化中的应用受到了极大关注,产生了大量学术成果。本文从最新工作出发,探讨人工智能在可视化流程的关键步骤中的作用。包括如何智能地表示和管理数据、如何辅助用户快速创建和定制可视化、如何通过人工智能扩展交互手段及提高交互效率、如何借助人工智能辅助数据的交互分析等。具体而言,本文详细梳理每个步骤中需要完成的任务及解决思路,介绍相应的人工智能方法（如深度网络结构）,并以图表数据为例介绍智能可视化与可视分析的应用,最后讨论智能可视化方法的发展趋势,展望未来的研究方向及应用场景。     

基于智能体模型的路径规划与行为模拟仿真研究

智能体模型是当前在模拟仿真领域内能够实现的最为接近人类的方式。是实现复杂行为模拟仿真的重要方法,智能体能够通过逻辑驱动或自学习模式进行决策。多智能体系统在复杂战场环境的模拟仿真方面有着较大的优势,其分布式交互原理能够模拟不同兵种或者不同个体的行为与路径规划决策。文章针对当前智能体模型的研究现状以及路径规划领域的各种方法进行了简要介绍,并指出优点和不足,最后对其发展趋势进行了展望。     

基于强化学习的伦理智能体训练方法

自动驾驶汽车、看护机器人等形式多样的智能体在人类生活中扮演着越来越重要的角色,其伦理问题受到了广泛关注.为使智能体具备遵守人类伦理规范的能力,提出了一种基于众包和强化学习的伦理智能体训练方法.首先,采用众包获取行为示例数据集,并借助于文本聚类、关联分析等技术生成情节图及轨迹树,以定义智能体的基本行为空间、表明行为的发生顺序;其次,提出元伦理行为的概念,通过对不同场景中的相似行为进行概括,扩展伦理智能体的行为空间,进一步基于《中学生日常行为规范》提取了9种元伦理行为;最后,提出了行为分级机制及与之对应的强化学习奖惩函数,以此为基础完成伦理智能体训练.通过模拟人类生活中的买药场景,分别使用Q-learning算法及DQN(deep Q-networks)算法完成了伦理智能体的训练实验.实验结果表明,训练后的智能体能够以符合伦理的行为方式完成预期任务,验证了所提方法的合理性与有效性.     

多智能体团队合作在机器人足球赛中的应用

Robocup机器人足球比赛是近年来人工智能和机器人学迅速发展的一个重要的研究领域,通过这个平台,可以来评价各种理论和算法.但由于机器人足球比赛系统固有的动态性、不确定性及实时性,这就要求整个智能体团队的合作结构能够应付这种复杂环境.针对这点,文中探讨了一种基于阵型和角色的方法来实现多智能体的团队合作,通过应用到客户端程序上所取得的良好效果,证明此方法对于多智能体的团队合作是有效的.     

分布式人工智能与多智能体系统研究

智能体理论是一个发展很快的前沿领域。为了解决复杂问题出现了分布式人工智能,多个智能体的协作正好符合分布式人工智能的要求,因此出现了多智能体系统。文中介绍了分布式人工智能的特点,并着重介绍了分布式人工智能的一种分类———多智能体系统。多智能体系统也是分布式人工智能的一种有效的解决方法,同时分布式人工智能又推动了多智能体的发展。     

关于人工智能及其应用的分析探讨

人工智能作为一种多种学科交叉的边缘学科,理论研究和应用都已经取得较大进展。人工智能在很多领域到得到广泛应用,使人从很多复杂的工作环境中解脱出来。本文结合人工智能中智能体的功能,介绍了人工智能的主要应用领域,并系统阐述了人工智能在主要应用领域的实际应用。     

符合伦理的人工智能应用的价值敏感设计:现状与展望

价值敏感设计是一种将伦理嵌入人工智能设计的高效方法,尤其是其独特的三方方法为人工智能应用提供了规避伦理问题和道德风险的手段,因此有着广阔的应用前景.本文系统地介绍了价值敏感设计的内涵、原理和方法;详细描述了价值敏感设计在国内外的研究现状,并对典型研究内容进行了对比分析;总结了近年来价值敏感设计在智能机器人、智能运载工具...     

图灵测试的明与暗

讨论图灵测试及其变形,分析图灵测试的理论可能性和工程可行性,简要综述图灵测试的进展.首次揭示概念经典定义的预设,因此说明了图灵测试的基本假设,并明确指出：图灵测试的基本假设不仅与人类的生活经验不符,也与社会科学不合.这给人工智能的研究和实现带来很大的理论挑战.     

Prolegomena to any future artificial moral agent

As artificial intelligence moves ever closer to the goal of producing fully autonomous agents, the question of how to design and implement an artificial moral agent (AMA) becomes increasingly pressing. Robots possessing autonomous capacities to do things that are useful to humans will also have the capacity to do things that are harmful to humans and other sentient beings. Theoretical challenges to developing artificial moral agents result both from controversies among ethicists about moral theory itself, and from computational limits to the implementation of such theories. In this paper the ethical disputes are surveyed, the possibility of a ‘moral Turing Test’ is considered and the computational difficulties accompanying the different types of approach are assessed. Human-like performance, which is prone to include immoral actions, may not be acceptable in machines, but moral perfection may be computationally unattainable. The risks posed by autonomous machines ignorantly or deliberately harming people and other sentient beings are great. The development of machines with enough intelligence to assess the effects of their actions on sentient beings and act accordingly may ultimately be the most important task faced by the designers of artificially intelligent automata.     

网络时代人工智能研究与发展

50多年来,人工智能在模式识别、知识工程、机器人等领域已经取得重大成就,但是离真正的人类智能还相差甚远.当今网络时代,人工智能科学要在学科交叉研究中实现人工智能的发展与创新,会更加关注认知科学、脑科学、生物智能、物理学、网络科学、计算机科学与人工智能之间的交叉渗透,重视认知物理学的研究;自然语言是人工智能研究知识表示无法回避的直接对象,要对语言中的概念建立起能够定量表示的不确定性转换模型,发展不确定性人工智能;要利用现实生活中复杂网络的小世界模型和无标度特性,把网络拓扑作为知识表示的一种新方法,研究网络拓扑的演化与网络动力学行为,研究网络智能.对这3个重要方向进行了阐述,并提出了具体建议.     

Turing Test: 50 Years Later

The Turing Test is one of the most disputed topics in artificial intelligence, philosophy of mind, and cognitive science. This paper is a review of the past 50 years of the Turing Test. Philosophical debates, practical developments and repercussions in related disciplines are all covered. We discuss Turing's ideas in detail and present the important comments that have been made on them. Within this context, behaviorism, consciousness, the `other minds' problem, and similar topics in philosophy of mind are discussed. We also cover the sociological and psychological aspects of the Turing Test. Finally, we look at the current situation and analyze programs that have been developed with the aim of passing the Turing Test. We conclude that the Turing Test has been, and will continue to be, an influential and controversial topic.     

Progress and Challenge of Artificial Intelligence

Artificial Intelligence （AI） is generally considered to be a subfield of computer science, that is concerned to attempt simulation, extension and expansion of human intelligence. Artificial intelligence has enjoyed tremendous success over the last fifty years. In this paper we only focus on visual perception, granular computing, agent computing, semantic grid. Human-level intelligence is the long-term goal of artificial intelligence. We should do joint research on basic theory and technology of intelligence by brain science, cognitive science, artificial intelligence and others. A new cross discipline intelligence science is undergoing a rapid development. Future challenges are given in final section.     

人工智能时代“机器人权”研究述评

纵观世界科技发展史,人类社会已经历经了三次工业革命,分别以蒸汽机、电气、计算机的出现为标志。而现在,世界正在进行着第四次工业革命,不同以往的是,这次不再单以某项技术的发明与使用为标志,而是覆盖多个领域,以集成、融合和超越的方式开展,即“人工智能”。这一主题在研究领域上呈现多元化的状态,以人工智能主体权利、人工智能对国内外政治的影响作为主要研究内容,以实证性研究、规范性研究、比较分析、案例分析为主要研究方法,未来有向定量研究的发展趋势。针对该题域,研究者普遍认为应该辩证地看待人工智能对当今社会以及未来社会的影响,以便提前做好其弊端的防范工作,使人工智能更好地服务社会。     

Machine morality: bottom-up and top-down approaches for modelling human moral faculties

The implementation of moral decision making abilities in artificial intelligence (AI) is a natural and necessary extension to the social mechanisms of autonomous software agents and robots. Engineers exploring design strategies for systems sensitive to moral considerations in their choices and actions will need to determine what role ethical theory should play in defining control architectures for such systems. The architectures for morally intelligent agents fall within two broad approaches: the top-down imposition of ethical theories, and the bottom-up building of systems that aim at goals or standards which may or may not be specified in explicitly theoretical terms. In this paper we wish to provide some direction for continued research by outlining the value and limitations inherent in each of these approaches.     

Artificial consciousness: Utopia or real possibility?

Since the beginnings of computer technology, researchers have speculated about the possibility of building smart machines that could compete with human intelligence. Given the current pace of advances in artificial intelligence and neural computing, such an evolution seems to be a more concrete possibility. Many people now believe that artificial consciousness is possible and that, in the future, it will emerge in complex computing machines. However, a discussion of artificial consciousness gives rise to several philosophical issues: can computers think or do they just calculate? Is consciousness a human prerogative? Does consciousness depend on the material that comprises the human brain, or can computer hardware replicate consciousness? Answering these questions is difficult because it requires combining information from many disciplines including computer science, neurophysiology, philosophy, and religion. Further, we must consider the influence of science fiction, especially science fiction films, when addressing artificial consciousness. As a product of the human imagination, such works express human desires and fears about future technologies and may influence the course of progress. At a societal level, science fiction simulates future scenarios that can help prepare us for crucial transitions by predicting the consequences of significant technological advances. The paper considers robots in science fiction, the Turing test, computer chess and artificial consciousness     

可信人工智能系统的质量属性与实现: 三级研究

人工智能系统以一种前所未有的方式,被广泛地用于解决现实世界的各种挑战,其已然成为推动人类社会发展的核心驱动力.随着人工智能系统在各行各业的迅速普及,人们对人工智能系统的可信性愈发感到担忧,其主要原因在于,传统软件系统的可信性已不足以完全描述人工智能系统的可信性.对于人工智能系统的可信性的研究,具有迫切的需要.目前已有大量相关研究,且各有侧重,但缺乏一个整体性、系统性的认识.本研究是一项以现有二级研究为研究对象的三级研究,旨在揭示人工智能系统的可信性相关的质量属性和实践的研究现状,建立一个更加全面的可信人工智能系统质量属性框架.本研究收集、整理和分析了2022年3月前发表的34项二级研究,识别了21种与可信性相关的质量属性及可信性的度量方法和保障实践.研究发现,现有研究主要关注在安全性和隐私性上,对于其它质量属性缺乏广泛且深入的研究.对于需要跨学科协作的两个研究方向,需要在未来的研究中引起重视,一方面是人工智能系统本质上还是一个软件系统,其作为一个软件系统的可信值得人工智能和软件工程专家合作研究;另一方面,人工智能是人类对于机器拟人化的探索,如何从系统层面保障机器在社会环境下的可信,如怎样满足人本主义,值得人工智能和社会科学专家合作研究.