更改

=== 运动和操作 ===

=== 运动和操作 ===

AI在机器人学中应用广泛<ref name="ACM 1998"/><ref name="Russell & Norvig 2003"/><ref name="Poole, Mackworth & Goebel 1998"/>。在现代工厂中广泛使用的高级机械臂和其他工业机器人，可以从经验中学习如何在存在摩擦和齿轮滑移的情况下有效地移动。<ref name="Russell & Norvig 2003"/>当处在一个静态且可见的小环境中时，现代移动机器人可以很容易地确定自己的位置并绘制环境地图；然而如果是动态环境，比如用内窥镜检查病人呼吸的身体的内部，难度就会更高。运动规划是将一个运动任务分解为如单个的关节运动这样的“基本任务”的过程。这种运动通常包括顺应运动，在这个过程中需要与物体保持物理接触。<ref name="Tecuci 2012">Tecuci, Gheorghe (March–April 2012). "Artificial Intelligence". Wiley Interdisciplinary Reviews: Computational Statistics. 4 (2): 168–180. doi:10.1002/wics.200</ref><ref name="Russell & Norvig 2003"/><ref>Cadena, Cesar; Carlone, Luca; Carrillo, Henry; Latif, Yasir; Scaramuzza, Davide; Neira, Jose; Reid, Ian; Leonard, John J. (December 2016). "Past, Present, and Future of Simultaneous Localization and Mapping: Toward the Robust-Perception Age". IEEE Transactions on Robotics. 32 (6): 1309–1332. arXiv:1606.05830. Bibcode:2016arXiv160605830C. doi:10.1109/TRO.2016.2624754. S2CID 2596787</ref>'''莫拉维克悖论 Moravec's Paradox''' <ref name="Robotic mapping"/><ref>{{cite journal|last1=Cadena|first1=Cesar|last2=Carlone|first2=Luca|last3=Carrillo|first3=Henry|last4=Latif|first4=Yasir|last5=Scaramuzza|first5=Davide|last6=Neira|first6=Jose|last7=Reid|first7=Ian|last8=Leonard|first8=John J.|title=Past, Present, and Future of Simultaneous Localization and Mapping: Toward the Robust-Perception Age|journal=IEEE Transactions on Robotics|date=December 2016|volume=32|issue=6|pages=1309–1332|doi=10.1109/TRO.2016.2624754|arxiv=1606.05830|bibcode=2016arXiv160605830C}}</ref>概括了人类理所当然认为低水平的感知运动技能很难在编程给机器人的事实，这个悖论是以汉斯 · 莫拉维克的名字命名的，他在1988年表示: “让计算机在智力测试或下跳棋中展现出成人水平的表现相对容易，但要让计算机拥有一岁小孩的感知和移动能力却很难，甚至不可能。”<ref>{{Cite book| first = Hans | last = Moravec | year = 1988 | title = Mind Children | publisher = Harvard University Press | author-link =Hans Moravec| p=15}}</ref><ref>{{cite news|last1=Chan|first1=Szu Ping|title=This is what will happen when robots take over the world|url=https://www.telegraph.co.uk/finance/economics/11994694/Heres-what-will-happen-when-robots-take-over-the-world.html|accessdate=23 April 2018|date=15 November 2015}}</ref>这是因为，身体灵巧性在数百万年的自然选择中一直作为一个直接的目标以增强人类的生存能力；而与此相比，跳棋技能则很奢侈，“擅长跳棋”的基因并不被生存导向的自然选择所偏好与富集。<ref name="The Economist">{{cite news|title=IKEA furniture and the limits of AI|url=https://www.economist.com/news/leaders/21740735-humans-have-had-good-run-most-recent-breakthrough-robotics-it-clear|accessdate=24 April 2018|work=The Economist|date=2018|language=en}}</ref>

AI在机器人学中应用广泛<ref name="ACM 1998"/><ref name="Russell & Norvig 2003"/><ref name="Poole, Mackworth & Goebel 1998"/>。在现代工厂中广泛使用的高级机械臂和其他工业机器人，可以从经验中学习如何在存在摩擦和齿轮滑移的情况下有效地移动。<ref name="Russell & Norvig 2003"/>当处在一个静态且可见的小环境中时，现代移动机器人可以很容易地确定自己的位置并绘制环境地图；然而如果是动态环境，比如用内窥镜检查病人呼吸的身体的内部，难度就会更高。运动规划是将一个运动任务分解为如单个的关节运动这样的“基本任务”的过程。这种运动通常包括顺应运动，在这个过程中需要与物体保持物理接触。<ref name="Tecuci 2012">Tecuci, Gheorghe (March–April 2012). "Artificial Intelligence". Wiley Interdisciplinary Reviews: Computational Statistics. 4 (2): 168–180. doi:10.1002/wics.200</ref><ref name="Russell & Norvig 2003"/><ref>Cadena, Cesar; Carlone, Luca; Carrillo, Henry; Latif, Yasir; Scaramuzza, Davide; Neira, Jose; Reid, Ian; Leonard, John J. (December 2016). "Past, Present, and Future of Simultaneous Localization and Mapping: Toward the Robust-Perception Age". IEEE Transactions on Robotics. 32 (6): 1309–1332. arXiv:1606.05830. Bibcode:2016arXiv160605830C. doi:10.1109/TRO.2016.2624754. S2CID 2596787</ref>'''莫拉维克悖论 Moravec's Paradox''' <ref name="Robotic mapping">{{cite journal|last1=Cadena|first1=Cesar|last2=Carlone|first2=Luca|last3=Carrillo|first3=Henry|last4=Latif|first4=Yasir|last5=Scaramuzza|first5=Davide|last6=Neira|first6=Jose|last7=Reid|first7=Ian|last8=Leonard|first8=John J.|title=Past, Present, and Future of Simultaneous Localization and Mapping: Toward the Robust-Perception Age|journal=IEEE Transactions on Robotics|date=December 2016|volume=32|issue=6|pages=1309–1332|doi=10.1109/TRO.2016.2624754|arxiv=1606.05830|bibcode=2016arXiv160605830C}}</ref>概括了人类理所当然认为低水平的感知运动技能很难在编程给机器人的事实，这个悖论是以汉斯 · 莫拉维克的名字命名的，他在1988年表示: “让计算机在智力测试或下跳棋中展现出成人水平的表现相对容易，但要让计算机拥有一岁小孩的感知和移动能力却很难，甚至不可能。”<ref>{{Cite book| first = Hans | last = Moravec | year = 1988 | title = Mind Children | publisher = Harvard University Press | author-link =Hans Moravec| p=15}}</ref><ref>{{cite news|last1=Chan|first1=Szu Ping|title=This is what will happen when robots take over the world|url=https://www.telegraph.co.uk/finance/economics/11994694/Heres-what-will-happen-when-robots-take-over-the-world.html|accessdate=23 April 2018|date=15 November 2015}}</ref>这是因为，身体灵巧性在数百万年的自然选择中一直作为一个直接的目标以增强人类的生存能力；而与此相比，跳棋技能则很奢侈，“擅长跳棋”的基因并不被生存导向的自然选择所偏好与富集。<ref name="The Economist">{{cite news|title=IKEA furniture and the limits of AI|url=https://www.economist.com/news/leaders/21740735-humans-have-had-good-run-most-recent-breakthrough-robotics-it-clear|accessdate=24 April 2018|work=The Economist|date=2018|language=en}}</ref>

 

=== 社会智能  ===

=== 社会智能  ===