吳宏鑫，常亞菲

0 引 言

人工智能是研究用機(jī)器描述、模仿、延伸和擴(kuò)展人的“智能”以及動(dòng)物智能的技術(shù).人工智能自1956年提出以來，歷經(jīng)60多年的研究發(fā)展，取得了很大進(jìn)展，特別是近10年來，人們以極大熱情推動(dòng)和發(fā)展人工智能技術(shù).無論在智能制造、工農(nóng)業(yè)生產(chǎn)、航天航空、航海和國(guó)防建設(shè)以及智能穿戴、家庭服務(wù)、健康服務(wù)等各方面都出現(xiàn)了非?？上驳木置?

智能控制是1971年正式提出[1]，是人工智能一個(gè)極其重要的應(yīng)用領(lǐng)域.智能控制的基本思想就是把人類智能特征引入到控制系統(tǒng)中或者說在控制系統(tǒng)中引入人工智能技術(shù)，使系統(tǒng)具有某種智能的控制能力.智能控制需要人工智能技術(shù)，而僅僅研究了人工智能不一定能實(shí)現(xiàn)智能控制.

一門新學(xué)科新技術(shù)的產(chǎn)生往往是由于人們對(duì)未知世界探索的好奇心以及社會(huì)環(huán)境的需要.而學(xué)科和技術(shù)的發(fā)展主要取決于其可滿足社會(huì)發(fā)展的需求、社會(huì)客觀條件和基礎(chǔ)，且其發(fā)展能為人類社會(huì)帶來很大好處.智能控制的產(chǎn)生和發(fā)展完全符合上述規(guī)律.“智能控制”首先由一部分人研究提出，當(dāng)時(shí)大家感到新鮮，一度很熱，然而過不久就漸漸冷下來了，其原因如下：

(1)對(duì)智能控制認(rèn)識(shí)與研究的片面性

智能控制的基本目標(biāo)是解決已有傳統(tǒng)控制方法難以對(duì)付的復(fù)雜系統(tǒng)的控制問題以及控制對(duì)象的自主運(yùn)行問題.智能控制區(qū)別于傳統(tǒng)控制的基本特征是把人的智能引入控制系統(tǒng)，使其具有人的智能特征.因此，應(yīng)從智能控制的目標(biāo)與基本特征來研究智能控制，特別是要引入人的智能，包括人腦思維智能，人眼、耳等感覺智能，人的四肢協(xié)調(diào)動(dòng)作的智能.若研究?jī)H局限于控制器算法，則無法取得突破性進(jìn)展.

(2)前一時(shí)期實(shí)際工程任務(wù)對(duì)智能控制需求并不強(qiáng)烈

從傳統(tǒng)航天器控制來看，大量航天器控制一般使用傳統(tǒng)方法，如PID控制，即能完成90%以上的任務(wù).整個(gè)工業(yè)中，尤其是我國(guó)一般產(chǎn)品生產(chǎn)，其中97%左右PID也能完成.而高水平的航天控制與高質(zhì)量、節(jié)能排污控制，由于各種因素人們重視程度不夠，所以對(duì)智能控制需求無緊迫性.而現(xiàn)在隨著工業(yè)自動(dòng)化進(jìn)展，從國(guó)防上無人機(jī)控制到深空探測(cè)、智能制造，機(jī)器人參加工農(nóng)業(yè)生產(chǎn)，參加人類服務(wù)、參加對(duì)有危險(xiǎn)或人們不愿意干的工作而需要機(jī)器人去干的工作越來越多.目前，發(fā)展智能控制具有迫切需求.

(3)研究智能控制更需要深入實(shí)際，結(jié)合實(shí)際，解決實(shí)際問題

控制領(lǐng)域研究人員如果僅是搞一些算法研究，對(duì)實(shí)際情況不了解，是很難有成就的.傳統(tǒng)控制理論研究過程基本上是找一個(gè)數(shù)學(xué)模型，研究一個(gè)控制器，做一些仿真，然后用一個(gè)穩(wěn)定證明的研究思路，這在智能控制中顯然是行不通的.智能控制要求控制工程技術(shù)人員必須了解實(shí)際對(duì)象特征、控制要求、實(shí)際系統(tǒng)組成、所需信息的來源以及執(zhí)行機(jī)構(gòu)特性等.

面向新時(shí)期的智能技術(shù)發(fā)展需求，智能控制除了研究各種新的控制算法之外，還必須從系統(tǒng)角度研究“智能”的實(shí)現(xiàn)方法.本文將對(duì)智能控制系統(tǒng)進(jìn)行簡(jiǎn)述并提出一些研究構(gòu)想.

1 智能控制系統(tǒng)的基本概念

所謂智能控制系統(tǒng)，即具有人類智慧的控制系統(tǒng)，其可驅(qū)動(dòng)智能機(jī)器獨(dú)立自主地實(shí)現(xiàn)目標(biāo)，控制過程無需人工干預(yù)[2].

智能控制系統(tǒng)的本質(zhì)是仿人或仿智，即宏觀結(jié)構(gòu)上以知識(shí)和經(jīng)驗(yàn)為基礎(chǔ)的擬人控制系統(tǒng)，其應(yīng)具備如下幾方面能力：

(1)感知和認(rèn)知的能力，這是智能控制的前提.所謂感知就是能對(duì)外界環(huán)境和被控對(duì)象本身運(yùn)動(dòng)、狀態(tài)的感覺和測(cè)量；所謂認(rèn)知就是能認(rèn)識(shí)所感知事物的外形、質(zhì)地、運(yùn)動(dòng)特征等；

(2)在線規(guī)劃和學(xué)習(xí)的能力，這是智能控制的核心.通過學(xué)習(xí)事物運(yùn)動(dòng)規(guī)律、抓住事物的主要矛盾和主特征，進(jìn)行預(yù)先規(guī)劃與學(xué)習(xí)；

(3)推理決策的能力.可根據(jù)控制目標(biāo)要求和當(dāng)前狀態(tài)進(jìn)行預(yù)測(cè)、規(guī)劃、決策，實(shí)施有效的自主操作和控制；

(4)多執(zhí)行機(jī)構(gòu)協(xié)調(diào)操控的能力，這是智能控制系統(tǒng)具備類人能力的基礎(chǔ).人有手、足等多種執(zhí)行機(jī)構(gòu)；作為智能控制系統(tǒng)，若實(shí)現(xiàn)多目標(biāo)、多功能、高性能控制，須具備多執(zhí)行機(jī)構(gòu)協(xié)同能力以滿足不同需求.

2 智能控制系統(tǒng)的目的和任務(wù)

隨著科技發(fā)展和社會(huì)進(jìn)步，人類對(duì)深空深海的探索朝著更遠(yuǎn)更深的方向發(fā)展，對(duì)探測(cè)器的智能自主需求愈發(fā)迫切；綠色高效高質(zhì)的工業(yè)化發(fā)展需求日益顯著，工業(yè)生產(chǎn)過程自動(dòng)化從單性能指標(biāo)到多性能指標(biāo)，從工藝參數(shù)控制到高質(zhì)量控制；惡劣危險(xiǎn)的作業(yè)環(huán)境嚴(yán)重危害人類健康，機(jī)器人替代人類完成高危工作的需求與日俱增.深空深海探測(cè)、智能制造、智能機(jī)器人等領(lǐng)域發(fā)展需求迫切，要求控制系統(tǒng)具備在復(fù)雜且不確定環(huán)境下自主運(yùn)行和強(qiáng)適應(yīng)高性能的控制能力，傳統(tǒng)控制技術(shù)遇到了困難，研究智能控制是自動(dòng)控制發(fā)展的必然趨勢(shì).

面向國(guó)防建設(shè)、深空探測(cè)、智能制造、智能機(jī)器人領(lǐng)域飛速發(fā)展的迫切需求，智能控制作為一門新型學(xué)科必將登上科技發(fā)展的舞臺(tái).解決傳統(tǒng)控制方法難以解決的難題，提高社會(huì)生產(chǎn)效率，提高人民的生活質(zhì)量水平是發(fā)展智能控制系統(tǒng)的目標(biāo)和任務(wù)，具體而言：

(1)解決已有傳統(tǒng)控制方法無法或很難解決的控制問題.傳統(tǒng)控制方法面臨的諸多難題包括：①不穩(wěn)定非最小相位系統(tǒng)的自適應(yīng)控制問題，其廣泛存在于飛行器控制系統(tǒng)中；②快變系統(tǒng)的自適應(yīng)控制問題，例如具有復(fù)雜不確定性的高超聲速飛行器在快速再入過程中，飛行器呈現(xiàn)動(dòng)力學(xué)快變現(xiàn)象；③分布式控制和多目標(biāo)協(xié)同控制，例如衛(wèi)星編隊(duì)、大面積柔性帆板的形狀與指向控制等多體集群控制系統(tǒng).

(2)解決控制系統(tǒng)自主運(yùn)行問題.例如，航天器自主導(dǎo)航、制導(dǎo)和控制問題；地外星表探測(cè)器、環(huán)境惡劣的工業(yè)系統(tǒng)、健康服務(wù)系統(tǒng)等的自主運(yùn)行問題.美國(guó)等國(guó)家早在20世紀(jì)80年代就開始研究并制定了一系列的支持政策，明確實(shí)現(xiàn)“衛(wèi)星自主化”和無人機(jī)參加戰(zhàn)爭(zhēng)等軍事需求.楊嘉墀院士在1995年世界IFAC大會(huì)上指出“由于傳統(tǒng)控制技術(shù)在空間飛行器姿態(tài)和軌道控制方面存在問題，各空間國(guó)家十多年前就發(fā)展智能自主控制技術(shù)，對(duì)中國(guó)來說，發(fā)展這項(xiàng)技術(shù)更有其必要性”[3].

(3)解決突發(fā)事件情況下的可靠運(yùn)行問題，特別是遇到未預(yù)料事件出現(xiàn)情況的控制、決策和處理問題，具備臨場(chǎng)決策、自主故障診斷與重構(gòu)等能力.

3 智能控制系統(tǒng)的結(jié)構(gòu)和組成

3.1 智能控制系統(tǒng)結(jié)構(gòu)

對(duì)于復(fù)雜對(duì)象的高性能控制，其智能控制系統(tǒng)結(jié)構(gòu)，一般有三種構(gòu)型[4]：

(1)集散型

復(fù)雜的智能控制系統(tǒng)是由多個(gè)子系統(tǒng)組成，各子系統(tǒng)之間有聯(lián)系也相互獨(dú)立.一方面，應(yīng)盡可能獨(dú)立控制，以防止一個(gè)子系統(tǒng)出現(xiàn)故障影響其他子系統(tǒng)；然而它又是一個(gè)整體，應(yīng)保持統(tǒng)一管理與操作.另一方面，控制運(yùn)行有多個(gè)不同階段，不同狀態(tài)既可有聯(lián)系，又可無聯(lián)系，因而必須有全面統(tǒng)一的規(guī)劃，其系統(tǒng)結(jié)構(gòu)應(yīng)采用集中管理、分散控制的集散型.

(2) 多重主從型

根據(jù)Saridis三級(jí)智能控制的基本原理，針對(duì)復(fù)雜系統(tǒng)、任務(wù)多目標(biāo)的情況，可根據(jù)任務(wù)不同采用主從型的多級(jí)管理與控制，即主要指揮級(jí)承擔(dān)總?cè)蝿?wù)的規(guī)劃，分層管理和智能決策；中間級(jí)負(fù)責(zé)系統(tǒng)狀態(tài)特征識(shí)別、分析判斷、邏輯推理和決策，并且負(fù)責(zé)協(xié)調(diào)、調(diào)用、組織各種控制策略以及各種故障的分析與處理.中間級(jí)應(yīng)服從最高級(jí)管理，它對(duì)最高級(jí)是從級(jí)，而對(duì)具體控制級(jí)又是主級(jí).根據(jù)系統(tǒng)復(fù)雜程度可分為多層中間級(jí)；最下層是執(zhí)行級(jí)，這一級(jí)負(fù)責(zé)獲取信息、具體控制策略的運(yùn)行和輸出執(zhí)行.每一級(jí)又對(duì)上一級(jí)服從，對(duì)下一級(jí)指揮，同時(shí)又具有獨(dú)立工作能力.在系統(tǒng)設(shè)計(jì)中，最高級(jí)可決定采用不同中間級(jí).若最高級(jí)出故障，中間級(jí)又可升級(jí)代替最高級(jí)指揮.

(3)人機(jī)結(jié)合型

實(shí)現(xiàn)由規(guī)劃性預(yù)見的決策智能，如Alpha Go早期版本，結(jié)合了數(shù)百萬人類圍棋專家的棋譜，形成落子選擇器、棋局評(píng)估器兩個(gè)決策大腦，并通過強(qiáng)化監(jiān)督學(xué)習(xí)進(jìn)行自我訓(xùn)練.

3.2 智能控制系統(tǒng)組成

智能控制系統(tǒng)作為一類擬人的控制系統(tǒng)，其基本組成包括：感知與認(rèn)知、規(guī)劃和學(xué)習(xí)、推理和決策、診斷與重構(gòu)以及多執(zhí)行部件協(xié)同.

(1)感知和認(rèn)知

感知與認(rèn)知是基于對(duì)被控對(duì)象和外部世界的認(rèn)識(shí)，形成知識(shí).

1)感知是獲取外界信息的手段

感知包含對(duì)外界物理和化學(xué)量的測(cè)量，通過視覺敏感外界環(huán)境并進(jìn)行圖像識(shí)別；通過嗅覺系統(tǒng)、觸覺系統(tǒng)來仿真皮膚的觸覺.特別地，對(duì)于不能直接測(cè)量和獲取的信息，可通過智能方法從間接信息推得需要的信息，如電解鋁濃度信息的獲取過程，這是一般控制系統(tǒng)所不具備的.

2)認(rèn)知是通過認(rèn)識(shí)所感知事物形成知識(shí)

①建立事物特征的知識(shí)庫(kù)

感知到東西存在，但需要認(rèn)識(shí)其是什么東西，運(yùn)動(dòng)特征和性質(zhì)如何.如導(dǎo)彈防御系統(tǒng)，測(cè)量出有飛行物，但還必須知道該飛行物是什么東西.若知道對(duì)方是導(dǎo)彈，還要知道其運(yùn)動(dòng)速度、位置特征等.

如何能認(rèn)識(shí)感知的事物，在智能控制系統(tǒng)中或在計(jì)算機(jī)中應(yīng)有這一事物特征的知識(shí)存儲(chǔ)，即建立所研究對(duì)象各種特征的認(rèn)知庫(kù).一個(gè)人看到一個(gè)物體，若已見過，則很快認(rèn)識(shí)這是什么.如一只小貓，小孩一見就知道是貓，這是因?yàn)樵谛『⒛X中已存在一個(gè)貓的形狀特點(diǎn)，當(dāng)看到與腦中存儲(chǔ)貓的特征相同時(shí)，即可知道是貓.

計(jì)算機(jī)系統(tǒng)必須具有一個(gè)很大的存儲(chǔ)器，將要研究對(duì)象的特征規(guī)則，一般離線儲(chǔ)存在存儲(chǔ)器的各種認(rèn)知對(duì)象的特征庫(kù)中.此外，還需建立一整套存取與更新規(guī)則，并且具有在線實(shí)時(shí)修改的知識(shí)庫(kù).如下棋，智能計(jì)算機(jī)離線存入下棋規(guī)則的庫(kù)，而且在下棋過程中還不斷學(xué)習(xí)與積累新的知識(shí)庫(kù)，按規(guī)則形成預(yù)測(cè)、推理、決策.它比人對(duì)規(guī)則的運(yùn)行快，如有一個(gè)人不按常規(guī)下棋，計(jì)算機(jī)機(jī)器人可能失敗，但會(huì)記錄下失敗全過程，并且自動(dòng)學(xué)習(xí)新規(guī)則庫(kù)，如下次再遇此人，一般就會(huì)勝過此人.

②建立不斷學(xué)習(xí)積累新庫(kù)新知識(shí)的方法

這就是說，除了有一個(gè)離線積累的特征庫(kù)和規(guī)則庫(kù)，同時(shí)還要有一個(gè)隨時(shí)運(yùn)行，可隨時(shí)修改的庫(kù)，暫且叫運(yùn)行知識(shí)和規(guī)則庫(kù).此內(nèi)容經(jīng)實(shí)踐可行就可轉(zhuǎn)入總特征及規(guī)則庫(kù)，如不行再修改.

(2)規(guī)劃和學(xué)習(xí)

機(jī)器學(xué)習(xí)是智能控制與其他控制最根本的區(qū)別，是智能控制的核心.

1)有一個(gè)總體規(guī)劃及實(shí)時(shí)修改的規(guī)則.智能控制系統(tǒng)必須對(duì)控制任務(wù)有一個(gè)全面規(guī)劃，要有離線規(guī)劃和在線實(shí)時(shí)規(guī)劃.

2)學(xué)習(xí)包括事先或離線學(xué)習(xí)得到各種知識(shí)，如控制理論已有知識(shí).控制算法還必須在系統(tǒng)運(yùn)行中不斷學(xué)習(xí)，修改已有控制算法參數(shù)和控制規(guī)則，如參數(shù)估計(jì)就是一種在線學(xué)習(xí)方法.智能控制的參數(shù)估計(jì)具有永久保存的能力，不像自適應(yīng)控制中參數(shù)估計(jì)過程不保存.

3)研究在線學(xué)習(xí)的新方法.學(xué)習(xí)的關(guān)鍵是根據(jù)運(yùn)行數(shù)據(jù)，提取特征和抓主要矛盾，以此找到優(yōu)化結(jié)果.學(xué)習(xí)就是要能從大量數(shù)據(jù)中尋找新知識(shí).目前也有不少學(xué)習(xí)或深度學(xué)習(xí)方法，但對(duì)實(shí)時(shí)在線控制還要進(jìn)一步研究.

(3)推理和決策

為推理決策和控制，還必須要有性能評(píng)估和預(yù)測(cè)，要在運(yùn)行過程中評(píng)價(jià)控制性能，并預(yù)測(cè)可能的未來結(jié)果.

在學(xué)習(xí)和認(rèn)知的條件下，按已有規(guī)則分析推導(dǎo)，再用控制性能評(píng)價(jià)或修改已有推導(dǎo)規(guī)則和決策，以及預(yù)測(cè)當(dāng)前的決策和控制將對(duì)未來有什么影響.如飛行器返回再入落點(diǎn)預(yù)報(bào)[5]，這是準(zhǔn)確回收的關(guān)鍵.

(4)診斷與重構(gòu)

一個(gè)智能控制系統(tǒng)必須有對(duì)系統(tǒng)本身故障的自主診斷能力和對(duì)系統(tǒng)在線運(yùn)行過程中的重構(gòu)能力，否則難以實(shí)現(xiàn)自主運(yùn)行.其方法有離線、在線與離線結(jié)合型等.

(5)多執(zhí)行部件協(xié)同

人在復(fù)雜行為操控時(shí)，會(huì)調(diào)動(dòng)眼睛、軀體、四肢等多部位，來完成操控任務(wù).一個(gè)智能控制系統(tǒng)亦需具備多個(gè)執(zhí)行部件，并可實(shí)現(xiàn)多執(zhí)行部件間的協(xié)同操控，例如，機(jī)器人踢足球等.通過多執(zhí)行機(jī)構(gòu)的有效協(xié)同，提高操控的可靠性和操控精度.

4 智能控制的方案和算法

近50年智能控制的發(fā)展產(chǎn)生了各種智能控制方案，盡管這些方案都是圍繞某個(gè)具體問題的某一種實(shí)現(xiàn)方法，還不像傳統(tǒng)控制那樣具有系統(tǒng)的理論體系和明確的數(shù)學(xué)工具，但這些方法的產(chǎn)生為自動(dòng)控制的發(fā)展，為一些實(shí)際工程任務(wù)的完成起到了很大作用，下面就已發(fā)表的幾類主要智能控制方案作一些簡(jiǎn)單介紹[6-8].

(1)分級(jí)遞階智能控制.分級(jí)遞階智能控制是從系統(tǒng)的整個(gè)任務(wù)的觀點(diǎn)出發(fā)，總結(jié)了人工智能與自適應(yīng)控制、自學(xué)習(xí)控制和自組織控制的關(guān)系后逐漸形成的，是智能控制系統(tǒng)最早的控制方案之一.其有兩種比較重要的理論，知識(shí)基/解析混合多層智能控制和Saridis三級(jí)智能控制.

(2)專家控制.專家控制的基本點(diǎn)是在與控制專家的不斷交互中獲得專業(yè)經(jīng)驗(yàn)，形成控制規(guī)則，達(dá)到模仿控制專家的操作，這是控制論與專家系統(tǒng)相結(jié)合的產(chǎn)物，其中主要代表有J.K.Astrom等提出的專家控制和智能PID控制.

(3)模糊控制.模糊控制系統(tǒng)是以美國(guó)控制論專家L.A.Zadeb于1965年提出模糊集和模糊推理為基礎(chǔ)，并將此應(yīng)用于控制系統(tǒng)之中.它的最大特點(diǎn)是無需精確對(duì)象模型，是人機(jī)結(jié)合進(jìn)行控制的一種較好方式，主要針對(duì)系統(tǒng)階數(shù)未知、控制性能要求一般且允許在線調(diào)試的控制.

(4)神經(jīng)網(wǎng)絡(luò)控制.神經(jīng)網(wǎng)絡(luò)是在現(xiàn)代神經(jīng)科學(xué)研究成果的基礎(chǔ)上提出來的，把神經(jīng)網(wǎng)絡(luò)作為一門學(xué)科引入智能控制中來，形成了智能控制的一個(gè)分支，即神經(jīng)網(wǎng)絡(luò)控制.神經(jīng)網(wǎng)絡(luò)具有并行處理機(jī)制、學(xué)習(xí)能力和聯(lián)想記憶能力，特別地，深度神經(jīng)網(wǎng)絡(luò)已在圖像、語音識(shí)別等人工智能領(lǐng)域廣泛應(yīng)用且效果顯著.

(5)基于機(jī)理特征構(gòu)造的控制.基于機(jī)理特征構(gòu)造的控制是根據(jù)動(dòng)力學(xué)的機(jī)理特征，以及結(jié)合人的經(jīng)驗(yàn)知識(shí)，通過對(duì)控制規(guī)律特征的提取而構(gòu)造的控制.我們所提出的基于特征模型的黃金分割控制、邏輯微分控制、邏輯積分控制、基于特征模型的雙誤差自適應(yīng)控制等即屬于這類控制.①黃金分割控制是由全系數(shù)自適應(yīng)控制理論和方法發(fā)展的一種新型控制律，該方法基于對(duì)象的特征結(jié)構(gòu)，并結(jié)合經(jīng)驗(yàn)知識(shí)，選取黃金分割系數(shù)作為控制參數(shù)，既簡(jiǎn)單又有極強(qiáng)的魯棒性，已成功應(yīng)用于多個(gè)實(shí)際工程.②邏輯微分的控制原理是需要微分時(shí)加微分，不需要微分時(shí)能夠減少或取消微分.它與一般微分控制律不同之處在于邏輯微分作用是根據(jù)設(shè)計(jì)人員的經(jīng)驗(yàn)知識(shí)對(duì)控制動(dòng)態(tài)性能的不同要求而設(shè)計(jì)的，具有自動(dòng)增加和減少微分的功能，而一般微分則不具有這種能力.③邏輯積分的原理與邏輯微分類似，可根據(jù)當(dāng)前控制誤差的大小自動(dòng)的增加和減小積分的功能.④基于特征模型的雙誤差自適應(yīng)控制是在現(xiàn)有基于估計(jì)誤差的基礎(chǔ)上，引入控制誤差來自適應(yīng)調(diào)節(jié)特征模型參數(shù)，提高系統(tǒng)響應(yīng)速度的同時(shí)，提高控制精度.

(6)基于視覺、觸覺等多源感知信息的自主規(guī)劃與控制.例如，地外天體表面探測(cè)器利用多種視覺敏感信息進(jìn)行自主軌跡規(guī)劃與避障.

智能控制系統(tǒng)中常用的機(jī)器學(xué)習(xí)算法分為有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和增強(qiáng)學(xué)習(xí)[9].有監(jiān)督學(xué)習(xí)需要外部的指導(dǎo)，由外部信息確定提供樣本的時(shí)機(jī)、性能誤差和停機(jī)條件.這種算法包括BP算法、遺傳算法等.無監(jiān)督學(xué)習(xí)無需外部指導(dǎo)，只依賴于局部信息和內(nèi)部控制.增強(qiáng)學(xué)習(xí)用于目標(biāo)、期望輸出不明確的情況，是有監(jiān)督學(xué)習(xí)的一種.外部信息不像有監(jiān)督學(xué)習(xí)那樣具有直接作用，而更多地利用外部信息評(píng)估系統(tǒng)的狀態(tài)和性能.目前，增強(qiáng)學(xué)習(xí)得到廣泛研究，并成功用于機(jī)械臂控制、任務(wù)規(guī)劃等智能控制系統(tǒng)中.

5 智能控制系統(tǒng)的基礎(chǔ)：特征建模與在線學(xué)習(xí)

智能控制系統(tǒng)并非僅依賴于數(shù)學(xué)模型，而是根據(jù)積累的經(jīng)驗(yàn)和知識(shí)進(jìn)行在線推理確定或變換控制策略，而這些經(jīng)驗(yàn)和知識(shí)反映系統(tǒng)運(yùn)動(dòng)狀態(tài)所有動(dòng)態(tài)特征信息[7].特征模型是對(duì)智能控制系統(tǒng)動(dòng)態(tài)特征定量和定性描述相結(jié)合的模型，它是針對(duì)問題求解和控制指標(biāo)要求不同，對(duì)系統(tǒng)動(dòng)態(tài)特征信息空間的一種劃分.

(1)特征建模是最基礎(chǔ)的研究

1)智能控制系統(tǒng)五個(gè)重要組成部分的共同基礎(chǔ)是抓特征.

智能控制系統(tǒng)的五個(gè)重要組成部分是感知和認(rèn)知，在線規(guī)劃和機(jī)器學(xué)習(xí)，推理決策與控制，故障診斷與重構(gòu)以及多執(zhí)行部件協(xié)同，其共同基礎(chǔ)是研究特征建模.

感知和認(rèn)知需要建立認(rèn)知的特征庫(kù)，在線規(guī)劃與學(xué)習(xí)也必須有一個(gè)頂層設(shè)計(jì)與規(guī)劃，從大量數(shù)據(jù)中尋找新知識(shí)，尋找決定運(yùn)動(dòng)性質(zhì)的規(guī)則與特征，要抓住主要矛盾；至于推理決策直接就是利用已掌握的特征和運(yùn)動(dòng)規(guī)律進(jìn)行分析推理和決策進(jìn)行控制；故障診斷的基礎(chǔ)是根據(jù)系統(tǒng)運(yùn)行狀態(tài)的特征來分析和確定故障；多執(zhí)行部件協(xié)同的基礎(chǔ)也是根據(jù)各部件的特征來進(jìn)行協(xié)同.所以，對(duì)系統(tǒng)提取特征的方法和對(duì)不同系統(tǒng)的特征提取是一個(gè)要共同研究的基礎(chǔ).

2)特征建模是控制理論與控制工程的橋梁.

為實(shí)現(xiàn)智能控制的目的和任務(wù)，必須要研究特征建模.例如一個(gè)高階參數(shù)未知開環(huán)不穩(wěn)定對(duì)象，用傳統(tǒng)控制理論方法是很難設(shè)計(jì)出滿足性能要求的控制器.

例高階線性定常參數(shù)未知，開環(huán)不穩(wěn)定狀態(tài)不可測(cè)，系統(tǒng)只能量測(cè)輸出量和控制輸入.

像這樣一個(gè)對(duì)象狀態(tài)不可測(cè)，bm,…b0，an-1,…a0未知，開環(huán)不穩(wěn)定，目前如不用特征建模方法是很難設(shè)計(jì)一個(gè)滿足性能要求的控制器，而用特征建模方法，問題就很簡(jiǎn)單.

3)抓特征信息具有最廣泛的應(yīng)用前景.

一個(gè)漫畫家畫人形很快畫出一個(gè)人，使認(rèn)識(shí)的外人一看就知道是誰，如一條狗一看照片就知道是狗，那么構(gòu)成狗外形特征是什么？首先要存入數(shù)據(jù)庫(kù)，然后利用數(shù)據(jù)對(duì)比方法；又如虹膜識(shí)別和臉部識(shí)別，都是建立個(gè)人的虹膜特征庫(kù)，臉部特征庫(kù)，所以提出特征、建立特征模型庫(kù)是研究智能控制的一個(gè)基礎(chǔ)研究.

控制系統(tǒng)中的特征建模，即根據(jù)不同對(duì)象的動(dòng)力學(xué)特征、控制目標(biāo)、環(huán)境特征，建立不同形式的特征模型庫(kù)，是控制系統(tǒng)要研究的基礎(chǔ)問題.

4)特征建模從哲學(xué)的角度看就是在復(fù)雜事物中抓主要矛盾.

任何復(fù)雜對(duì)象中運(yùn)行的主要矛盾和特征是少數(shù)，特征模型的確定和提取，是研究問題的思想方法.特征模型形式有數(shù)學(xué)表示，邏輯語言，圖像特征等.

從1992年開始，我們?cè)诳刂浦刑岢鎏卣鹘?，特征建模就是將?dòng)力學(xué)特征、控制性能要求和環(huán)境特征相結(jié)合建立特征量運(yùn)動(dòng)規(guī)律，從而解決了高階參數(shù)未知對(duì)象的控制器設(shè)計(jì)方法.特征建模僅僅是抓特征的一種數(shù)學(xué)描述方法，該方法已在復(fù)雜高階對(duì)象控制中取得了成功應(yīng)用，并起了很好的作用.其實(shí)在信息時(shí)代，各種信息都必須研究其特征，建立特征模型數(shù)學(xué)描述形式，提取特征模型中特征量，研究特征模型中特征參數(shù)的辨識(shí)問題.

(2)進(jìn)一步深入研究特征模型——自學(xué)習(xí)

自學(xué)習(xí)是衡量智能控制系統(tǒng)智能水平的重要標(biāo)志，它在控制規(guī)則知識(shí)庫(kù)與環(huán)境互相作用中不斷使自己得到改進(jìn)和完善.

特征模型是一種自學(xué)習(xí)與自適應(yīng)的具體方法.人具有自學(xué)習(xí)和自適應(yīng)能力，而最根本的是學(xué)習(xí).自學(xué)習(xí)要有知識(shí)庫(kù)，人每次通過學(xué)習(xí)記在腦中，機(jī)器則存入存儲(chǔ)裝置.知識(shí)包括學(xué)習(xí)的理論知識(shí)、實(shí)踐經(jīng)驗(yàn)知識(shí)、運(yùn)行的各種現(xiàn)象記錄分析、各種調(diào)試結(jié)果的記錄以及實(shí)時(shí)獲取的各種信息.根據(jù)這些知識(shí)積累，在遇到新問題時(shí)，通過分析推理機(jī)構(gòu)決策、擬定采取的新措施并在實(shí)驗(yàn)中驗(yàn)證措施的好壞，再做修改.

學(xué)習(xí)有兩種，一種是離線學(xué)習(xí)，比如學(xué)習(xí)已有的控制理論、數(shù)學(xué)等有關(guān)知識(shí)，并對(duì)被控對(duì)象特征等了解掌握，將這些離線存入計(jì)算機(jī)中.另一種就是在線學(xué)習(xí)，即針對(duì)具體對(duì)象在控制過程中不斷學(xué)習(xí)、總結(jié)、修改已有控制決策.只有這兩種學(xué)習(xí)結(jié)合才能起到自學(xué)習(xí)作用.GIS就是離線和在線學(xué)習(xí)相結(jié)合產(chǎn)生需要的新知識(shí)——地圖知識(shí)，是獲得到達(dá)目的地的最優(yōu)路程規(guī)劃[10].

6 結(jié) 論

本文是智能控制系統(tǒng)簡(jiǎn)述和研究構(gòu)想，其中有些構(gòu)想已在進(jìn)行，有些是理想.隨著科技發(fā)展和社會(huì)需求，不同階段不同關(guān)鍵問題應(yīng)有不同的研究，應(yīng)從基礎(chǔ)理論、方法、技術(shù)、系統(tǒng)和元部件等研究方面相協(xié)調(diào)，以建立真正的智能控制系統(tǒng)，為復(fù)雜航天控制、復(fù)雜工業(yè)控制系統(tǒng)提供有益支撐.

致謝:

為紀(jì)念楊嘉墀院士誕辰100周年，為他提出的航天器智能自主控制思想，特寫此文.

本文吸收了研究團(tuán)隊(duì)北京控制工程研究所的研究成果，在此表示感謝.