身体的智能：4.2完全智能体的性质

这里列出了完全智能体最重要的几个性质。这些性质源于完全智能体的具身性本质。

1.服从于物理法则（能量耗散、摩擦、重力）。

2.它们通过运动（一般来说是通过和真实世界的交互）生成感觉刺激。

3.它们通过自己的行为影响环境。

4.它们是复杂动态系统，当它们和环境相互作用时具有吸引子状态。

5.进行形态学计算。

很有趣的一点是这些性质完全是由具身性引起的不可避免的结果。我们也可以利用这些特性产生行为，我们将在设计原理中阐述怎样进行利用。在这之前，让我们简短地阐明一下这些性质。

1.完全智能体服从于物理法则。有效的步行需要能量、摩擦以及重力。因为智能体是具身性的，所以它是物质系统（生物或非生物的），因此不可避免地服从物理法则（请同样参照第3章关于顺应性的讨论）。

2.完全智能体生成感觉刺激。当我们步行时，不管我们喜欢与否，我们产生感觉刺激。当我们移动时，看上去好像外界物体从我们身旁流淌而过（这被称之为光流）。通过移动，我们引起气流，而这种气流又被我们的皮肤和毛发感知；步行还对我们的脚产生压力；并且当我们活动腿部时，我们能感觉到有规则的肌肉收缩和松弛。

3.完全智能体对环境产生影响。当我们步行穿过一块草坪时，草在脚下被压倒；当我们呼吸时，我们将气流吹入环境；当我们因步行而消耗能量时，我们给环境注入热量；当我们从杯中喝点什么时，我们减少了杯中流体的总量；当我们失手打落一个杯子时，杯子就会碎裂；当我们说话时，我们向空气释放出压力波；当我们坐在椅子上时，垫子被压扁，椅子会吱吱作响。

4.智能体有安定于吸引子状态的趋向。智能体是动态系统，就其本身说，它们具有安定于所谓的吸引子状态的趋向。如马能步行、小跑、慢跑或急驰。我们或至少专家们能分辨出马的步行方式或使用这些行为的更技术化的用语步态。这些步态就可被视为吸引子状态。除了状态间迁移，如从慢跑到急驰的迁移花费的短暂时间以外，马总是处于这些状态中的某一个中。我们必须指出的是，智能体趋于安定的这些吸引子状态总是三个系统交互的结果：智能体的身体，它的脑（或控制系统）及环境。因为动态系统及吸引子状态的定义对我们的论证很重要，所以我们将回到小狗Puppy的个例研究，来对这些概念作进一步的细化。小狗Puppy就是我们在第3章（请同时参照插注4.1及第3章）中介绍的那个四脚奔跑机器狗。

5.完全智能体进行形态学计算。“形态学计算”Q意味着某些过程是由身体来执行的，不然的话这些过程将不得不由脑来完成（图4.1）。人的腿部肌肉和腱都是有弹性的，所以奔跑中，当脚与路面间产生冲击时，膝关节只是执行较小的适应运

①这个术语在其他科学领域中具有别的意义。更技术性的用例可参照（Lichtensteiger和Solomon，

2000；Paul，2004；Matsushita等，2005）。

动，而不需要任何神经控制。控制是由肌肉–肌腱系统本身，也就是智能体的形态的一部分来完成的。

值得注意的有趣现象是那些不完全系统，就像“不完全”这个词的词义所示，几乎不会拥有列举的所有特性。例如，由一个固定照相头及一台台式计算机构成的视觉系统，不会引起感觉刺激，因为它不产生行为，它影响环境的唯一途径是发热，并从计算机屏幕发光。此外，它不进行形态学计算，不存在对系统有益的实体吸引子状态。

（a）

r&Nn Leg Sesorn！

Gat Paticrm-sim cn

图4.1形态学计算

（a）爬行机器人利用腿的材料特性实现快速移动。由空气压力系统产生的线性关节的弹性使得在不平整地面上移动时的自适应成为可能，这样减少了计算的需求。（b）动物利用腿的材料特性（肌肉–肌腱系统的弹性）来减少计算。（c）用坚硬材料制成的机器人必须采用复杂的控制对不平整地面进行适应，因此动作极慢

作为动态系统的四足机器狗Puppy

下面，我们将以机器狗Puppy为例来说明认知是怎样从步行、奔跑等简单、基本的动作中出现的。传统人工智能的目标是怎样以某种方法直接将“思考”编成计算机程序。为了区别于传统人工智能的目标，我们一直在尝试从“自底向上地引导认知”这句话中获取某种从移动到认知的想法和途径。

我们提到过实现奔跑动作被认为是机器人学的一个重大的难题。从定义上说，奔跑包括了一个所有的脚都离地的时间段，这个时间段被称为腾空相；支撑相则指一个或多个脚着地的时间段。图4.2显示了Puppy的形态的一些细节。继续第3章的描述，Puppy的每个腿上都有两根弹簧，这是从四足动物的肌肉–肌腱系统得到的启示。而且，还有一块具有很强弹性的能向上或向下弯曲的金属片，这块金属片

可以让机器人有一个柔韧的脊柱。多少不同于动物的分节性脊柱或拟人机器人”腱太”（日语的肌腱小子，我们会在第5章再提到腱太）。弹簧和金属片赋予了Puppy比其他大多数机器人更动态，更自然的感觉。那些机器人都经过精心设计和制造，使用复杂的控制程序和强力电动机只能实现僵硬的移动动作。传统机器人的这种僵硬的动作曾在一种名为“机器人”的舞蹈中被诙谐地模仿。这种舞蹈在20世纪七八十年代非常流行。跳这种舞时，跳舞者必须刻意使身体变硬，断续地产生一系列局部的，不连续的动作。

身体、腿以及脚都是用铝制作的，这意味着在大多数表面上脚会有些打滑。这种滑动成为奔跑中的机器狗保持安定的重要因素。如果我们给它脚底装上橡皮垫以增加摩擦，机器狗就变得容易摔倒。Puppy的控制器所做的只是周期性地前后移动腿部。当把机器狗放在地上，经过几步以后，它就会安定于一个自然的奔跑节奏，机器狗和环境的交互导致了一个特殊步态模式的产生（图4.2）。例如，四条腿碰巧都短暂地离开地面，导致机器狗呈现出交替的腾空相和支撑相。

琪

FR

FL

BL

（b）

吸引子景观

（跳跃（步行）

（跳行）

图4.2吸引子状态

（a）用安在脚上的压力传感器记录的Puppy的不同步态模式，图中的黑线表示某脚触地，点线表示无接触状态，这些步态模式对应于关节的实体/神经系统的吸引子状态；

（b）同样的步态模式显示在“吸引子景观”上。步态模式对应于吸引子景观上的最小能量吸引范围

在Puppy的实验里，即使电动机的速度能被改变，机器狗奔跑的速度也不能任意地改变。在某一个范围内，机器人的移动极不稳定，甚至会摔倒；而在另一些

范围内却能产生稳定的步态。关于Puppy的行为，可用的观察资料还为数不多。首先，因为任何特定系统的稳定步态数目都是有限的、相对的，一台腿式机器人（或一只动物）有几个特定的合适速度；其次，因为步态是机器狗根据形态、电动机速度及其所在的环境而“陷入”的吸引子状态，当受到轻微干扰时，它将重新安定于一个吸引子状态。如当机器狗从一个光滑的路面移动到一个粗糙的路面时，它可能会挣扎一番，但当它又进入到光滑路面的环境时，它又将稳定于原来的步态。但如果干扰太大，机器狗将改变行为，安定于一个新的吸引子，它可能会摔倒，进入休息状态，或者向一侧倾斜，踢腿反冲，做绕圈运动（仿佛在模仿摇滚乐队AC/DC的首席吉他手Angus Yong标志性的怪异舞台动作），或从奔跑切换成步行。但如果干扰不是太大的话，就像我们前面提到的那样，系统将返回原来的吸引子状态。这个状态的区域，被称为吸引范围。很重要的一点是，重新回到一个自然步态或进入到一个新的步态，并不需要机器人微处理器中的程序来控制，而是那两个我们多次提到的“嫌疑者”――形态和环境的作用而自然发生的；第三，某些状态比其他状态更安定，也就是说，他们有更大的吸引范围。

腿式机器人和轮式机器人的一个区别是轮式机器人通常能以任何速度移动，并且能连续地加减速。换句话说，可能除了静止之外，没有哪种移动模式或速度能明显地优于其余的状态。对比之下，腿式机器人和动物，对应于不同类型的步态则有更为合适的速度。很快地步行或极慢地跑步常常让我们感到不舒服，并试图减速或加速。像腿式机器人一样，轮式机器人也能有吸引子状态，但是因为他们较简单的动态机理，吸引子状态不是那么有趣，数目也更少。例如，一台寻光Braitenberg风格车辆通过一种“摆动”行为，向光源方向移动――机器人总是转向接受到最大光刺激的光传感器的方向，而这又导致反对方向的传感器面对光源并接收到最大的光刺激，从而使得机器人又转回原来的方向，如此重复。这种行为也可被称为这个机器人的一个吸引子状态。不过吸引子状态很少。这儿的要点是所有的实体系统，因为他们实际存在，所以具有吸引子状态，那些拥有复杂形态的实体系统具有更多的吸引子状态（Kauffman，1993）。因此，尽管目前为止我们的研究仅局限于简单机器人，但将来我们将以更复杂的，具有大量吸引子状态的机器人作为研究对象。具有多个吸引子状态是很重要的，因为它们可能最终成为认知最根本的基石，我们将在后面进行详细叙述。现阶段，我们可以将一个古老的比喻稍作改变来帮助我们想象一下吸引子和认知间的关联，即地基越宽广（吸引子状态越多），你可以造的塔就更高（吸引子状态组合的可能性就越丰富）。在下一章里，我们将探讨吸引子状态是怎样被用作某种符号处理系统基础的。

让我们对目前为止的论述作一个总结。完全智能体必须遵从物理法则；当它们行动时，它们产生感觉刺激；他们能进行形态学计算，即身体能实现一些本来不得不由脑来完成的机能。而且和规范化系统不同的是，现实世界是杂乱无章的，可以

这么说，公理般的理论或逻辑上彼此承接的原理是不存在的。因此，我们将提出的一组设计原理不是一个规范化系统，而是一组相互紧密依存的设计准则。一方面，这些准则能作为如何建立智能体的指南，另一方面，它们能刻画出智能系统的固有特性。这些原理之间有部分适用及一定程度的冗余，但这并不令人失望，因为重合，这些原理相互支撑。另外，虽然适用程度有所不同，但所有的设计准则都适用于所有的智能体。最后，每个原理都必须在其他的原理所形成的背景中考察。因为这些原理形成了一个相互依存的集合体，不能作为孤立原理来看待。

下面让我们逐条研究智能体设计原理。