18、行动中的常识:目标、计划与应对意外

行动中的常识:目标、计划与应对意外

1. 与外界的连接及封闭系统

在实际操作中,程序与外界的真正连接在于对例程本身的调用。我们期望例程的调用基于识别世界中某些常见条件的能力,且无需预先知道要寻找什么。人类显然具备这种能力,这是通过某种学习过程获得的。比如在观看棒球比赛时,即便突然出现消防车这种完全意想不到的情况,我们仍能认出它是消防车;又或者在原本没期待听到音乐的场景中,也能识别出贝多芬第五交响曲的前几个音符。

不过,这并不意味着最普遍形式的感知可以完全脱离自上而下的预期。例如在模糊的街道场景图像中,我们可能仅仅因为某个模糊的团块处于我们预期会有汽车的位置,就将其识别为汽车。

由于我们设想的行动和感知是无上下文的,因此与整体行为相关的参数可以提前确定。这种基于规则的系统就是我们所说的封闭系统,即参数可以提前列出的系统。虽然参数是可预测的,但这些参数所取的值却不一定能提前知晓。比如,我们知道象棋的走法是什么样的,但不知道对手会选择哪一步;我们知道打开冰箱门需要一定的力气,但事先并不知道具体需要多大的力气。只要一切顺利,我们通常不会停下来质疑自己正在做的事情,或者是否应该做其他事情。封闭系统的概念其实很强大,封闭的人工智能系统就取得了令人瞩目的成就,对于许多实际应用来说,封闭系统可能就足够了,但在很多情况下并非如此。

2. 打破规则

当系统需要在无法提前界定的环境中正常工作时,封闭系统就显得不够用了,也就是可能会出现完全意想不到的事件。只有当出现与预期不符的情况,即违反我们期望的事情时,我们才真正需要跳出固定的规则集,运用常识来处理问题。

可能会发生一些完全意想不到的事情,比如过马路时地面突然塌陷;进入酒店房间闻到培根的

基于分布式模型预测控制的多个固定翼无人机一致性控制(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制的多个固定翼无人机一致性控制”展开,采用Matlab代码实现相关算法,属于顶级EI期刊的复现研究成果。文中重点研究了分布式模型预测控制(DMPC)在多无人机系统中的一致性控制问题,通过构建固定翼无人机的动力学模型,结合分布式协同控制策略,实现多无人机在复杂环境下的轨迹一致性和稳定协同飞行。研究涵盖了控制算法设计、系统建模、优化求解及仿真验证全过程,并提供了完整的Matlab代码支持,便于读者复现实验结果。; 适合人群:具备自动控制、无人机系统或优化算法基础,从事科研或工程应用的研究生、科研人员及自动化、航空航天领域的研发工程师;熟悉Matlab编程和基本控制理论者更佳; 使用场景及目标:①用于多无人机协同控制系统的算法研究仿真验证;②支撑科研论文复现、毕业设计或项目开发;③掌握分布式模型预测控制在实际系统中的应用方法,提升对多智能体协同控制的理解实践能力; 阅读建议:建议结合提供的Matlab代码逐模块分析,重点关注DMPC算法的构建流程、约束处理方式及一致性协议的设计逻辑,同时可拓展学习文中提及的路径规划、编队控制等相关技术,以深化对无人机集群控制的整体认知。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值