机器人认知架构的记忆系统及其在 ArmarX 中的实现

人类与机器人等认知主体通过大量传感器感知环境，产生需经处理以生成智能行为的数据流。实现认知赋能与 AI 驱动的机器人的一个关键问题，是如何在认知机器人控制架构中高效组织与管理知识。我们认为，记忆是此类架构中一个核心的主动组件，它中介语义与感觉运动表征，编排不同进程间数据流与事件的流动，并为认知架构的各组件提供数据驱动服务，用于从感觉运动数据抽象语义、参数化符号计划以供执行以及预测动作效应。基于相关工作及开发 ARMAR 人形机器人系统的经验，我们明确了作为认知机器人控制架构核心组件的记忆系统在概念与技术上的需求，以促成解释、推理、前瞻、仿真与增强等高层认知能力。在概念上，记忆应是主动的、支持多模态数据表征、能关联知识、具内省性且拥有内在情景式结构。在技术上，记忆应支持分布式设计、访问高效并具备长期数据存储能力。我们介绍面向认知机器人控制架构的记忆系统及其在机器人软件框架 ArmarX 中的实现。我们针对传输速度、压缩、复现与预测能力评估了该记忆系统的效率。