智能机器人的递阶控制系统：精度随智能降低而提高

递阶控制系统 由萨里迪斯和梅斯特尔(Mystel) 等人提出的递阶智能控制是按照精度随智能降低而提高的原理(IPDI) 分J分布的，这一原理是递阶管理系统中常用的。 智能控制系统是由三个基本控制J构成的，其J联交互结构如图5-20所示。

图中f 为自执行J至协调J的在线反馈信号； f 为自协调J至组织J的离线反馈信号； C={c₁, C₂,…,Cm} 为输入指令； U={u₁,u₂,…,um} 为分类器的输出信号，即组织器的输入 信号。

递阶智能控制系统是个整体，它把定性的用户指令变换为一个物理操作序列。系统的输出是通过一组施于驱动器的具体指令来实现的。其中，组织J代表控制系统的主导思 想，并由人工智能起控制作用。协调J是上(组织)J和下(执行)J间的接口，承上启下， 并由人工智能和运筹学共同作用。执行J是递阶控制的底层，要求具有较高的精度和较低 的智能，它按控制论进行控制，对相关过程执行适当的控制作用。

递阶智能控制系统遵循提高精度而降低智能(IPDI) 的原理。概率模型用于表示组织J 推理、规划和决策的不确定性、指定协调J的任务以及执行J的控制作用。采用熵来度量 智能机器执行各种指令的效果，并采用熵进行Z优决策。

本方法为使自主智能控制系统适应现代工业、空间探索、核处理和医学等领域的需要提 供了一个有效途径。图5-21表示具有视觉反馈的PUMA 600机械手的智能系统分J结构图。