第二十四章.艾久六号测试 (第2/3页)
“哦，是不是那个，拿重物就用手臂平衡的。。。那个问题？”丁琪琪反问。
“对，对，你跟大家说说。”刘工。
“大约两周前，我去测试拟人形机器人，当时宁雪也在场，我们一起带着艾久机器人，想去做点什么。。。”丁琪琪叙述着。
“停，停，不用这么麻烦，你直接说问题。”刘工赶快制止了丁琪琪，再说下去估计中午吃什么饭都要叙述一遍。
“哦，就是机器人右手拿了重物，这个重物超越了容忍度，影响了重心平衡，然后机器人就左手举起来，又形成了平衡。”丁琪琪一口气复述完了。
“怎么了？”三多还一头雾水。
“怎么了，谁拿个水壶还要跳段舞蹈呀？”刘工。
“不行吗？我没有明白。”三多继续一头雾水。
这时，“就是这样，看我。”丁琪琪说完站起来，走到饮水机处，右手提起一个还有半桶水的水桶，然后左手打开，平衡，然后把左手收回，平衡。
“我的噶的呀，老大，你好厉害。”宁雪发出惊叹。
“琪琪是挺厉害的，不过这又怎么了？”三多还不明白。
“这里。”丁琪琪在左手收回的状态下，用脚跺了跺地。
“怎么了？”三多还不明白。
“两种平衡态，一种是左臂打开形成力臂，平衡掉右边的力。一种是左臂不打开，脚发力平衡掉右边的力。”刘工解释。
“哦，明白了，两种平衡态，一种是用手臂平衡掉水桶的重量，一种是用脚部发力平衡掉水桶的重量，现在，机器人是怎么选择的？”三多问道。
“先别管机器人怎么选择的，我们人类肯定不会选择伸出手臂来平衡，像跳舞似的，脑子有问题呀？傻了吧唧的，自己试试就知道了。”刘工说完还笑了，众人一起看向了丁琪琪，刘工好像也意识到了什么，立刻收起笑容，“嗯！嗯！”清了清嗓子。
“我就经常伸手臂平衡，干嘛，说我脑子有问题呀~，还傻了吧唧的，有必要这么讽刺人嘛。”丁琪琪小声嘟囔了一声，突然发现自己说错话了，赶快补充一句：“对，一般人都是脚发力来平衡，不会像跳舞似的，虽然跳舞也可以平衡，而且还挺好看的，但是，不是所有人都能跳的好看，有些人跳的就‘傻！了！吧！唧！的’，是吧，刘工？。。。所以，他们就希望用单纯的脚部发力解决问题，只有在无法满足要求的时候，才会用跳舞，也就是伸出手臂的姿势来平衡”。
“小丁，你说的确实是这个道理，但是，怎么听着。。。好像。。。说的又不是技术。”刘工皱着眉头看着丁琪琪，有必要报复心这么强嘛。
“我明白了，就是怎么选择，这两种情况在4.3版本里都是符合闭环条件的闭环，都可以执行，所以在算法择优时，就采用了先到先选的方式，对吧？”三多明白了。
“对，所以我们在测试这个部分的时候，机器人的动作都是举起左臂，恢复平衡，这样看左臂平衡的闭环先到了。”刘工。
“所以您认为，在4.5版本里的新功能可以解决这个问题？”三多问道。
“是的，我来推演一下，许工，如果说错了，你可以给我纠正。”刘工。
“好的，您说。”三多。
“我们在核心元闭环条件里面设置多个条件，拟合力条件、力条件和力臂条件，这样，在到达的符合条件的闭环里面就会带出三份参数，三份参数都符合，才可以执行。”刘工说道。
“等一下，刘工，我们设定不是这样的，多重条件闭环中的条件设定分为几种，比您说的更灵活，功能更强大。”三多发现刘工理解有误，赶紧纠正。
“哦，那，还是你来说吧。”刘工。
“首先，条件不但可以设置多个，而且还可以设置为正向的执行判定条件和反向的参数收集条件。”三多讲解。
“执行判定条件我们都知道，这个4.3版本就有了，反向参数收集条件是什么？”刘工问道。
“反向参数收集条件，是在达成执行判定条件的闭环形成时，可以对闭环上的信息元相关参数做反向收集，可以执行计算定义收集。”三多说完，写了一个公式，其实这个公式大家都明白，只是做个例子。
例如，设Y1为一条可执行闭环上的力和值，Y2、Y3、Y4。。。Yn。
公式：Y=∑（上n下i）Li的绝对值，多元关联拟脑执行脑算法看到后，就会将可执行闭环上的力参数取绝对值后累加到穷尽。
用冒泡法对【Y1、Y2、Y3、Y4。。。Yn】排序，择优。
“执行计算定义收集是什么？”刘工接着问道。
“收集闭环过程中路径产生的各个参数，按照规定的计算方式输出值，例如，您刚才说的力问题，综合力是由力和力臂拟合成的，综合力为0，不代表力为0。”三多回答。
“是的。”刘工。
“对这些力，可以做定义计算，例如，定义计算合力，但是，这个合力不为0，也不影响正向的执行条件判定，而是输出闭环的【力和】状态。”三多继续解释。
“闭环的【力和】状态又是什么？”刘工接着问。
“力和是参数定义呀，例如，定义计算力和，我们把所有的力可以定义为正，然后计算，得出全过程输出力和，我们就知道这个过程，机器人付出了多少力的总和。”三多答道。
“哦，明白了，这是定义计算，就是我可以按照我的方式，来计算我想得到的参数，那么力臂也是，我定义力臂的角度差值的绝对值的和，可以得到全过程机器人动作行程的总和参数。”刘工明白了。
“是的，我们继续刚才琪琪说的那个问题，我们可以通过条件闭环的多重条件作为辅助选择，【力臂和】综合值高代表机器人用力小动作大，【力和】综合值高代表机器人输出【力和】大而动作小。”三多。
“明白了，我们如果把【力和】综合值高的优先级上调，把【力臂和】综合值高的优先级下调，刚才琪琪拿水桶的动作，机器人就可以选择第二种平衡态。”刘工。
“是的，而且多重条件选择有两种方式，固定选择方式，和算法选择方式，刘工，您刚才说的优先级选择是固定选择方式。”三多。
“哦，区别是什么？”刘工问道。
“固定选择方式，例如，优先级设置，直接在多重条件闭环中，反向参数收集条件位置定义，所以可以在拟脑模型中直接带出选择。”三多继续解释。
“哦，另一种呢？”刘工接着问。
“另一种算法选择方式，更灵活的面对多种问题，例如，刚才的选择不是简单的以谁优先选择，而是在不同阶段不同条件下多种对应选择。”三多。
“你举个例子，这样我们好明白。”刘工
“综合力值在某一个范围内选择【力和】值高优先，范围外选择【力臂和】值高优先，而且这些参数在不同动作中，可以设定不同的选择条件，选择条件还可以用函数选择，例如，把综合力值、力和值和力臂和值的变化做成函数，这三个函数在变化的不同阶段的同一时间点，看三个函数的关系选择。”三多。
“哦，这样就是开放了选择的范围，能够更灵活方便的解决多种问题，这个也是拟脑模型中的设定吗？”刘工继续问。
“不是，拟脑模型可以代出参数和优先级选择，而算法选择是在执行脑部分中定义完成的。”三多答道。
“这个功能升级的好，对我们现在的系统帮助很大呀！”刘工做了总结性发言，又环顾了四周，发现没有人接他的话茬。。。
“丁琪琪！丁琪琪！注意听讲，我们尽快升级系统，这是你回去的测试内容之一，你少干点体力活，多动动脑子，让机器人多干点体力活。”刘工又盯上了丁琪琪。
“能不能让我多干点体力活，少动脑子，我可不想秃顶。”丁琪琪说完，大家都笑了，有的人还摸了摸自己的脑袋。
“下一个问题，下一个。”刘工也摸了摸自己的秃顶。
“下一个功能升级，在4.5版本中，容忍度不用在执行脑中设定了，可以直接体现在信息元相互关联的路径上，这种定义可以在模型中完成。”三多指着屏幕上的多元关联拟脑
（本章未完，请点击下一页继续阅读）