首页 排行 分类 完本 书单 专题 用户中心 原创专区
熵减文学网 > 青春校园 > 奶奶的机器人九号三城迷雾 > 第八章.远程介绍多元关联模型(下)

===接《远程介绍多元关联动态模型(上)》

屏幕上,多元关联拟脑模型中的核心信息元O的参数位置,随着ABC的联动一直在变化着数字。。。

“态输出,反向态输出,路径行走算法。”林久浩说道。

“什么?态输出,反向态输出,这是什么?”宁老突然感兴趣了,他原来试用的多元关联拟脑模型云提供的SaaS服务,还没有‘态’计算这个技术概念。

“态输出是针对这种情况,影响核心元的因素太多,而且这些因素成网状关联,一旦动起来就呈现无法测定的互动,所以我父亲就提出了态输出理论。”林久浩。

“你再说清楚一点?”宁老继续盯着问。

“我现在要问一个问题,大家要想一想,如果出现了关联因素互动的情况,我们关心的是什么?”林久浩问道。

“参数因素是怎么动的,不知道这些参数怎么动,我们无法测定对核心元的影响。”终于有另一个半秃顶的工程师发言了。

“是吗?是这个吗?”林久浩继续问道。

“我们关心是平衡。”宁老一句话点在重点上。

“是的,平衡,中间的参数是什么不重要,只要满足合力为0,例如A=1,B=2,C=-3可以A B C=0,A=4,B=1,C=-5也可以A B C=0。。”刘工明白了。

“对,这里的ABC是带向量方向的力,我们需要的是核心元O的合力为0这个达成条件,所以我们需要使用态输出的理论。”林久浩说道。

“小林,你把态输出给我们解释解释,这里很多人还糊涂着呢。”宁老说道。

“态输出,是指在多种因素影响下,而且这些因素呈现关联且有序,或者关联且无序,无法测定的情况,而我们实际需要的不是这些因素,而是核心的状态。”林久浩解释道。

“关联且有序,既然有序就可以测定呀。”一位工程师突然说道,打断了林久浩的话。

“别打断林工。。”刘工不高兴了。

“好的,我先解释一下关联且有序无法测定,这个刘工应该明白吧,你明明知道A是怎么影响BCDEF的,但是,它们一旦动起来,当你测定到D的时候,由于D也影响A,A已经变化了,这时你的D值已经没有意义了。”林久浩解释道。

“对,这个我明白,因为A又变化了,所以D的值已经变动了,你测定的D值又无效了。。。你继续林工。”刘工。

“我们继续,我们需要的是核心的状态,所以这就像照相一样,我们对多元关联拟脑模型照相,得到定格状态,把这个状态输出。因为我们需要的是这个‘态’。”林久浩。

“这就是态输出!我们只要关心核心信息元O的参数状态就可以了。”宁老补了一句。

“是的,宁老。”林久浩回答。

“林工,你说的这些我明白了,但是,这个态只是我们看到的态,它不一定是我们要的合力为0‘态’呀,很多态,驴子倒地乱刨蹄子也是,我们还是无法确定合力为0的’态’。”刘工的脑子一直在线,跟的很紧,一般学生出现这种状态,老师都会夸奖的。

“非常好,刘工说到重点了,态输出有两个方向,比如在测定领域,我们做的是定格态输出,而在控制领域,我们做的是反向态输出。”林久浩。

“反向态输出,是什么?”刘工极度好奇的问道。

“反向态输出,就是我们设定条件,要求合力为0,然后把这个态定格还给多元关联拟脑模型,让拟脑模型自己按照路径去计算。”林久浩。

“反向态输出我们明白了,但是,机器人怎么靠这个技术做运动?又怎么能在运动中达到动平衡?”刘工继续发问。

“运动的过程,一定是从一个平衡态到另一个平衡态,比如机器人需要抬腿,那么抬腿这个动作会打破现有的平衡,导致合力不为0,那么你先预设抬腿这个动作,在打破合力为0态后的那个态里面,对核心元强行设定合力为0条件参数,然后重新计算,我们把它叫预设态,完成预设态合力为0计算后,才能做抬腿这个动作。”林久浩。

“林工,预设态是破坏了合力为0的态,改变条件参数可以,不过,怎么计算出预设态合力为0?”刘工紧跟着发问。

“各位领导,大家一定要记住,多元关联拟脑模型的执行脑,这是关键点,就是思维是在信息元中行走而成的,以形成闭环为终结。”林久浩加大了声音。

“执行脑?行走?”刘工又疑惑了。

“对,反向态输出,预设态设定条件为合力为0,然后向【动平衡多元关联拟脑模型】的影子脑,发送全路径行走思维指令,然后核心信息元会向所有直接【力关联信息元】发出思维行走指令。”林久浩比刚才要严肃多了。

“影子脑是什么?”刘工继续紧跟着问道。

“当我们建立了关于动平衡的多元关联拟脑模型后,我们会对这个模型现在的状态中的力及力臂关联模型复制一个模型,所有预设态计算在复制的脑模型中执行,复制的脑模型就是动平衡脑模型的影子脑。”林久浩解释道。

“影子脑,全部复制吗?”刘工继续问。

“不是,不用全部复制,只需要复制‘力’影响的关联部分信息元就可以了。”林久浩。

“那,向所有的信息元发出行走,这是什么?”刘工问道。

“不是,是以核心元O为出发点发出,向直接【力关联信息元】行走,这个直接关联元再向它的直接【力关联信息元】行走,不走回头路,到达核心元的时候,最终会出现三种情况。”林久浩继续严肃而认真的说道。

“哪三种情况?”宁老的思维明显高于刘工,刘工高于其他工程师,其他工程师高于正在走神儿的丁琪琪。

“第一种,形成【符合合力为0条件】的闭环,第二种形成【不符合合力为0条件】的闭环,第三种路径发散了,没有形成闭环的路径行走,只有这三种。”林久浩依然严肃。

“明白了,全明白了,第一种提取,第二种放弃,第三种不管他了。”宁老先明白了。

“对,第一种【符合合力为0条件】,如果出现多个闭环,以路径比对择优先到先被选择,第二种抛弃,第三种在选路完成后停止时,自动湮灭掉。”林久浩。

那边一直低头装猫的。。。“老哥,你自己也说自动湮灭,是终止思维行走进程。”丁琪琪被教训过,所以记清楚了,小声嘟囔了一句,还好,大家都没有注意。

“知道了,只要符合条件的第一种闭环,执行中不管是什么动作,都是最佳的平衡态,我们可以把机器人的动作设定启动点和终止点,然后切割为小过程。”刘工说道。

看到没有人接话,刘工继续说“在小过程运动中,不断的通过反向态输出,达到所有运动过程的动平衡,而且是最佳的”。

大家都看着刘工。。。。

“小刘,你继续。。”宁老说道。

“我说完了,林工,你说是不是这么回事?”刘工。

“实际情况可以举例,执行脑模拟一个小过程命名为b,由向量力A的发起者A1部件进行动作,产生A=5给核心元O,核心元O发出预设态合力为0的条件闭环要求,并传导-5给直接【力关联信息元】B,B原值为2,则出现了B=2-5=-3的结果,-3传导给C=1产生C=1-3=-2的结果,-2传导给D=2产生D=2-2=0的结果,并到达核心元O,这样就产生了一个符合核心元条件的闭环,这个闭环是ABCD,我们刚才举例用了数字参数,实际是向量力还有角度参数同理计算,而ABCD把计算好的参数返回到【生我】象限,产生力的部件去驱动部件做动作。”林久浩。

“然后由部件执行,就可以实现这些部件的力及角度的改变。”刘工。

“是的,刘工。”林久浩。

“我问一下。”又一个半秃顶工程师问道:“这些力在开始的时刻,不是都为0吗,怎么会有数值?”

“小王,你糊涂呀,都为0的状态是关机状态,当一个机器人启动处于平衡态的时候,它的各个力不可能都为0,是合力为0。。。不过林工,但是,也会有为0的力信息元怎么办?”刘工先解释后问。

“确实,也有直连【力关联信息元】为0,例如,机器人在平衡中,腿部的力由于站立不为0,而胳膊部分,由于不动所以力为0,不过,这并不影响计算呀。”林久浩。

“为什么0不影响计算,是不是一直为0,不能动了?”刘工。

“不是,我们还是按照刚才的例子,假设C到D之间还插入一个E=0,C=-2,-2传给E=0-2=-2,E要参与计算,这样E就变成-2了,也要动的。”林久浩解释。

“明白了,那么其他的路径呢?”刘工继续问道。

“发散路径由于无法返回核心元,所以对核心元不产生影响,自动湮灭掉。”林久浩。

“不符合合力为0的闭环呢?因为你的这些信息元行走,必然也会产生不符合为0的回路,例如,核心元与C有连接,ABC后,C同样向核心元延展产生闭环连接,形成ABC的闭环,但是,这个闭环计算结果不为0,不会影响核心元及动平衡吗?”刘工问道。

“丢弃呀,我们是在影子脑中做的预设态计算,并没有真实行动,所以不符合合力为0的闭环不采用就可以,不会影响机器人现有的动平衡模型的状态。我们从影子脑模型中,提取出合力为0的闭环,将这条闭环反向输出给动平衡脑模型,这条闭环上的信息元,直接改变参数就可以,不用从A-B-C-D传导。”林久浩。

“这样直接改变参数,那么其他很多关联元的数值是不是也随着改变,他们之间互相影响的。”刘工继续追问。

“湮灭的路径不计算,不符合闭环条件的丢弃,从现在这个平衡态到达另一个平衡态,只需要调整符合条件闭环上的力信息元,其他不在闭环上的信息元不参与行动,默认不受影响不传导参数,机器人最终得到的是另一个平衡态。。。解释起来相对简单,而实际操作会很复杂的,也需要机器人动平衡容忍度参与计算。”林久浩。

“哦,明白了,不过林工,你这是一个小过程b,我们要完成从平衡态甲到平衡态乙的完整动作,怎么办?”刘工追问。

“执行脑规定一个动作组【b1、b2、bn】,到达平衡态乙。”林久浩解释。

刚解释完,“这不还是要规定动作吗?我们现在从平衡态甲到平衡态乙,就是采用规定的动作呀。”还是刚才那个半秃顶的工程师发言。

“不一样,你原来的动作,小过程b是规定了平衡态,这个平衡态是你们测量后定义出来的,而多元拟脑的b平衡态是计算出来的,差别很大的。”林久浩继续解释。

“差别在哪里?”半秃顶工程师继续追问。

“至少三种,可能还有很多,第一,执行脑可以无级变化【b】过程工作,例如角度和力度,只要达到动平衡就可以执行;第二,受外力影响的时候,也可以计算出动平衡继续执行;第三,针对【b】过程,可以通过函数定义,从而形成多连续函数叠加模型。。。。。。不好意思,刘工,我好像说多了,函数模式是我自己胡思乱想的,不一定适用。”林久浩说的时候,突然发现把自己的想法也说出来了,所以立刻停止了。

“林工,你说的很好,以后我们也会考虑函数方式的,谢谢你的建议。”宁老怕林久浩退缩,先肯定了一下。

“小王,你又绕回去了,以原来的方式从平衡态甲到平衡态乙你能规定几种,你测量了几种就有几种,而这个拟脑是开放了算法,可以无级线性变化动作,理论上可以是无数种,这就是算法解放。”刘工又发话了。

“是的。”林久浩。

“另外,第二个功能是面对外力,可以重新计算动平衡,不像你做的实验,外力影响,如果产生超越机器人动平衡容忍度的偏差,你的机器人就走不下去了。”刘工。

“是的,刘工,不过,针对外力要更复杂一些。”林久浩。

“我们继续分析。”刘工。

“主动的动作产生的力,执行脑做预设态选用【b】过程组,可以实现动平衡,还有一种情况就是不可预见外力,需要判断外力,然后加入计算,或者受力反馈加入计算,快速恢复平衡。”林久浩继续。

“林工说的这个大家都明白,就是外力分可预测外力和不可预测外力,作为人,受了不可预测外力,也会被击倒,需要重新爬起。”刘工已经开始帮着林久浩解释了。

“是的,可预测外力直接加入计算就可以,例如风力阻力,支撑物运动等;不可预测外力很麻烦,需要在受力影响击倒前,用拟脑算法算出恢复平衡的动作,重回平衡。”林久浩。

“确实是,这个越说越深了。”刘工也感觉到太深入了。

“是吧,剩下的事情就要靠您们完成了,毕竟我是外行,不过。。。”林久浩有些迟疑,不知道该不该说。

“不过什么,小林,你说。。。”宁老发现了林久浩的迟疑。

“我是说,您们在做这个机器人,重心力臂动平衡多元关联拟脑模型是针对特定机器人的,例如拟人型机器人。”林久浩说道。

“是的,怎么了?”宁老问道。

“您们最好有高级脑,多层脑的概念。”林久浩。

“这是什么,我们刚才建立的拟脑不是吗?”宁老疑惑了。

“刚才是重心力臂动平衡多元关联拟脑,这不是机器人脑的全部,动平衡脑只是控制层的,应该在感应层和思维层都加入拟脑模型,这就形成了多级脑,而重心力臂动平衡多元关联拟脑只是一部分。”林久浩。

“哦,明白了,这是多层脑概念,就是机器人脑的一个分支是重心力臂动平衡多元关联拟脑。”宁老明白的快。

“对的,宁老,多元关联拟脑是一个新的智能领域,需要把思路放开,这种人工智能拟脑非常注重成长。”林久浩。

“高级脑是什么?”刘工抢先问了。

“您们如果完成了拟人型机器人的重心力臂动平衡多元关联拟脑,你还会发现很多异形机器人也需要重心力臂动平衡多元关联拟脑,把这个经验保留到一个更高级的脑模型里面,当需要定义其他类型机器人,直接输入类型参数,就可以模拟出相应模型。”林久浩继续。

“明白了。”刘工打断了林久浩的话,继续说道:“就是这种成功的脑,可以把经验和算法再建立一个多元关联算法拟脑,针对不同形状类型的机器人,可以直接形成它的重心力臂动平衡多元关联拟脑,是吧?”。

“刘工,你太厉害了,佩服,佩服,理解真快。”林久浩。

“彼此彼此,佩服,佩服。”刘工也回了林久浩。

“小刘,这个拟脑会不断长大成熟,将来很多智能的东西都可以放在这个大脑里,所以重心力臂动平衡多元关联拟脑只是初步,让他成长,随着时间,用更丰富智能脑替代它。”宁老找到目标了。

“宁老,不是所有都要替代,我们说的高级脑思维脑等,如果成长是一个质变的过程则可以迭代,但是,重心力臂动平衡多元关联拟脑不具备质变替代,只是算法优化后的迭代,因为它是自成一体的拟脑模型。”林久浩。

“如果我们把机器人所有内容,都装入一个多元关联拟脑,动平衡脑不是已经融入了这个更大脑里面了吗?”宁老问道。

“确实,但是,它又相对独立,作为一个小脑,只处理动平衡问题,可以更快的运行。”林久浩。

“直接大脑运行不可以吗?”宁老问道。

“最好独立运行,因为多元关联拟脑是路径比对择优,所以减少不必要的思维路径,可以节约计算量。”林久浩。

“哦,明白了,即使大脑成熟,我们也要保持小脑的独立性,所以在多元关联拟脑中会保留很多独立的小脑。”宁老理解能力超强。

“是的,宁老,我们把成熟的大脑比喻为成人的思考大脑,这个独立的小脑,就好像。。。。好像。。”林久浩一时没有好的比喻。

“爱因斯坦小时候的头盖骨?”丁琪琪突然发了声音,不知道是发言还是自言自语,说完立刻捂住麦克风。

“丁琪琪同志,请把麦克风关上。。。”林久浩在远端也听到了,命令丁琪琪关上麦克风,这时大家都笑了。

“不是,不能比喻成爱因斯坦小时候的头盖骨,这些可以作为分脑,独立脑,就是为了减少思维路径,把思维限制在一个范围内,思维域的概念。”林久浩继续解释。

“是的,明白了,多元关联拟脑模型是路径比对择优,所以减少不必要的思维路径,是算法优化的关键点之一。”宁老全明白了。

会议开了约四个小时,大家又闲聊了几句,会议就结束了。

会后,丁琪琪偷偷给林久浩打电话。

“哥,能不能想办法让我离开这个单位,我想去多元。”丁琪琪。

“琪琪呀,上幼儿园,上小学,上中学,上大学,都可以任性,但是,工作了就不能这样。”林久浩回答。

“知道了,老哥。”丁琪琪。

“那就继续努力。。。丁琪琪,你行,你不是一班的人,努力。”林久浩鼓励了一下。

“努力,努力,什么时候把我开除了就好了。。。”丁琪琪。

“。。。”林久浩无语。

下一章节===《第九章.丁琪琪加班》

目录
设置
设置
阅读主题
字体风格
雅黑 宋体 楷书 卡通
字体风格
适中 偏大 超大
保存设置
恢复默认
手机
手机阅读
扫码获取链接,使用浏览器打开
书架同步,随时随地,手机阅读
收藏
换源
听书
听书
发声
男声 女生 逍遥 软萌
语速
适中 超快
音量
适中
开始播放
推荐
反馈
章节报错
当前章节
报错内容
提交
加入收藏 < 上一章 章节列表 下一章 > 错误举报