maintainingcomplex records and expe

maintaining
complex records and expending great efforts in constructing detailed
plans of action, merely apply simple rules for interacting with the world to guide
their behavior moment by moment. Proponents of reactive robotics argue that
when planning a long trip by car, humans do not make all-encompassing,
detailed plans in advance. Instead, they merely select the major roads, leaving
such details as where to eat, what exits to take, and how to handle detours for
later consideration. Likewise, a reactive robot that needs to navigate a crowded
hallway or to go from one building to another does not develop a highly detailed
plan in advance, but instead applies simple rules to avoid each obstacle as it is
encountered. This is the approach taken by the best-selling robot in history, the
iRobot Roomba vacuum cleaner, which moves about a floor in a reactive mode
without bothering to remember the details of furniture and other obstacles. After
all, the family pet will probably not be in the same place next time.
Of course, no single approach will likely prove the best for all situations. Truly
autonomous robots will most likely use multiple levels of reasoning and planning,
applying high-level techniques to set and achieve major goals and lower-level
reactive systems to achieve minor sub-goals. An example of such multilevel reasoning
is found in the Robocup competition—an international competition of
robot soccer teams—that serves as a forum for research toward developing a team
of robots that can beat world-class human soccer teams by the year 2050. Here
the emphasis is not just to build mobile robots that can “kick” a ball but to design
a team of robots that cooperate with each other to obtain a common goal. These
robots not only have to move and to reason about their actions, but they have to
reason about the actions of their teammates and their opponents.
Another example of research in robotics is the field known as evolutionary
robotics in which theories of evolution are applied to develop schemes for both
low-level reactive rules and high-level reasoning. Here we find the survival-ofthe-
fittest theory being used to develop devices that over multiple generations
acquire their own means of balance or mobility. Much of the research in this
area distinguishes between a robot’s internal control system (largely software)
and the physical structure of its body. For example, the control system for a
swimming tadpole robot was transferred to a similar robot with legs. Then evolutionary
techniques were applied within the control system to obtain a robot that
crawled. In other instances, evolutionary techniques have been applied to a
robot’s physical body to discover positions for sensors that are optimal for performing
a particular task. More challenging research seeks ways to evolve software
control systems simultaneously with physical body structures.
To list all the impressive results from research in robotics would be an overwhelming
task. Our current robots are far from the powerful robots in fictional
movies and novels, but they have achieved impressive successes on specific
tasks. We have robots that can drive in traffic, behave like pet dogs, and guide
weapons to their targets. However, while relishing in these successes, we should
note that the affection we feel for an artificial pet dog and the awesome power of
smart weapons raise social and ethical questions that challenge society. Our
future is what we make it.

ผลลัพธ์ (ไทย) 1:

รักษาเรกคอร์ดที่ซับซ้อนและ expending ความพยายามในการสร้างรายละเอียดแผนการดำเนินการ ใช้กฎง่าย ๆ สำหรับการโต้ตอบกับโลกไปเพียงลักษณะการทำงานขณะช่วงเวลานั้น โต้เถียง proponents วิทยาปฏิกิริยาที่เมื่อวางแผนการเดินทางยาวรถ มนุษย์ไม่ทำให้ท่านรายละเอียดแผนล่วงหน้า แทน พวกเขาเพียงแค่เลือกถนนหลัก ออกจากรายละเอียดดังกล่าวเป็นสถานที่กิน ที่ออกมาใช้ และวิธีการจัดการ detours สำหรับพิจารณาในภายหลัง ในทำนองเดียวกัน ปฏิกิริยาหุ่นยนต์ที่ต้องการไปที่แออัดห้องโถง หรือไปจากอาคารอื่นไม่พัฒนารายละเอียดสูงวางแผนล่วงหน้า แต่แทนที่ใช้กฎง่าย ๆ เพื่อหลีกเลี่ยงอุปสรรคแต่ละเรื่องเป็นพบ นี้เป็นวิธีที่ดำเนินการ โดยหุ่นยนต์ที่ขายดีที่สุดในประวัติศาสตร์ การiRobot Roomba เครื่องดูดฝุ่น ซึ่งย้ายเกี่ยวกับชั้นในโหมดปฏิกิริยาโดยไม่รบกวนจำรายละเอียดของเฟอร์นิเจอร์และอุปสรรคอื่น ๆ หลังจากทั้งหมด สัตว์เลี้ยงครอบครัวคงจะในตำแหน่งเดิมครั้งต่อไปแน่นอน ไม่วิธีเดียวจะอาจพิสูจน์ดีที่สุดสำหรับสถานการณ์ทั้งหมด อย่างแท้จริงหุ่นยนต์อิสระส่วนใหญ่จะใช้หลายระดับของการวาง แผน และการใช้เหตุผลใช้เทคนิคระดับสูงในการกำหนด และบรรลุเป้าหมายสำคัญและระดับระบบปฏิกิริยาเพื่อให้บรรลุเป้าหมายย่อยย่อย ตัวอย่างของเหตุผลหลายระดับเช่นในการแข่งขัน Robocup — การแข่งขันนานาชาติrobot soccer teams—that serves as a forum for research toward developing a teamof robots that can beat world-class human soccer teams by the year 2050. Herethe emphasis is not just to build mobile robots that can “kick” a ball but to designa team of robots that cooperate with each other to obtain a common goal. Theserobots not only have to move and to reason about their actions, but they have toreason about the actions of their teammates and their opponents.Another example of research in robotics is the field known as evolutionaryrobotics in which theories of evolution are applied to develop schemes for bothlow-level reactive rules and high-level reasoning. Here we find the survival-ofthe-fittest theory being used to develop devices that over multiple generationsacquire their own means of balance or mobility. Much of the research in thisarea distinguishes between a robot’s internal control system (largely software)and the physical structure of its body. For example, the control system for aswimming tadpole robot was transferred to a similar robot with legs. Then evolutionarytechniques were applied within the control system to obtain a robot thatcrawled. In other instances, evolutionary techniques have been applied to arobot’s physical body to discover positions for sensors that are optimal for performinga particular task. More challenging research seeks ways to evolve softwarecontrol systems simultaneously with physical body structures.To list all the impressive results from research in robotics would be an overwhelmingtask. Our current robots are far from the powerful robots in fictionalmovies and novels, but they have achieved impressive successes on specifictasks. We have robots that can drive in traffic, behave like pet dogs, and guideweapons to their targets. However, while relishing in these successes, we shouldnote that the affection we feel for an artificial pet dog and the awesome power ofsmart weapons raise social and ethical questions that challenge society. Ourfuture is what we make it.

ผลลัพธ์ (ไทย) 2:

การรักษาระเบียนที่ซับซ้อนและใช้จ่ายความพยายามที่ดีในการสร้างรายละเอียดแผนของการดำเนินการเพียงใช้กฎที่เรียบง่ายสำหรับการโต้ตอบกับคนทั่วโลกเพื่อเป็นแนวทางในขณะที่พฤติกรรมของพวกเขาโดยช่วงเวลา ผู้เสนอของหุ่นยนต์ปฏิกิริยายืนยันว่าเมื่อมีการวางแผนการเดินทางไกลโดยรถยนต์มนุษย์ไม่ได้ทำทั้งหมดที่ครอบคลุมรายละเอียดแผนการล่วงหน้า แต่พวกเขาเพียงแค่เลือกถนนสายหลักออกจากรายละเอียดเช่นที่กินสิ่งที่ออกจะใช้เวลาและวิธีการที่จะจัดการกับการออกนอกเส้นทางสำหรับการพิจารณาในภายหลัง ในทำนองเดียวกันหุ่นยนต์ปฏิกิริยาที่ต้องนำทางแออัดห้องโถงหรือจะไปจากอาคารหนึ่งไปยังอีกที่ไม่ได้พัฒนาที่มีรายละเอียดสูงแผนล่วงหน้าแต่แทนที่จะใช้กฎง่ายๆที่จะหลีกเลี่ยงอุปสรรคในแต่ละที่มันถูกพบ นี่คือวิธีการที่ถ่ายโดยหุ่นยนต์ที่ขายดีที่สุดในประวัติศาสตร์ของเครื่องดูดฝุ่น iRobot Roomba ซึ่งย้ายเกี่ยวกับพื้นในโหมดปฏิกิริยาโดยไม่ต้องรบกวนที่จะจำรายละเอียดของเฟอร์นิเจอร์และอุปสรรคอื่นๆ หลังจากที่ทุกสัตว์เลี้ยงของครอบครัวอาจจะไม่อยู่ในสถานที่เดียวกันในครั้งต่อไป. แน่นอนไม่มีวิธีการเดียวที่มีแนวโน้มที่จะพิสูจน์ได้ว่าสิ่งที่ดีที่สุดสำหรับทุกสถานการณ์ แท้จริงหุ่นยนต์ในกำกับของรัฐมักจะใช้หลายระดับของการใช้เหตุผลและการวางแผนการใช้เทคนิคระดับสูงในการติดตั้งและบรรลุเป้าหมายที่สำคัญและระดับต่ำกว่าระบบปฏิกิริยาเพื่อให้บรรลุเป้าหมายย่อยเล็กน้อย ตัวอย่างของหลายเหตุผลเช่นที่พบในการแข่งขันข้อ Robocup การแข่งขันระหว่างประเทศของหุ่นยนต์ฟุตบอลทีมที่ทำหน้าที่เป็นเวทีสำหรับการวิจัยที่มีต่อการพัฒนาทีมของหุ่นยนต์ที่สามารถเอาชนะทีมฟุตบอลของมนุษย์ระดับโลกโดยในปี2050 ที่นี่เน้นไม่ได้เป็นเพียงการสร้างหุ่นยนต์มือถือที่สามารถ "เตะ" ลูก แต่การออกแบบของทีมหุ่นยนต์ที่ให้ความร่วมมือกับแต่ละอื่นๆ เพื่อให้ได้เป้าหมายร่วมกัน เหล่าหุ่นยนต์ไม่เพียง แต่ต้องย้ายและให้เหตุผลเกี่ยวกับการกระทำของพวกเขา แต่พวกเขาจะต้องให้เหตุผลเกี่ยวกับการกระทำของเพื่อนร่วมทีมและฝ่ายตรงข้ามของพวกเขา. ตัวอย่างของการวิจัยในหุ่นยนต์ก็คือสนามที่รู้จักกันเป็นวิวัฒนาการหุ่นยนต์ที่ทฤษฎีของวิวัฒนาการจะนำไปใช้การพัฒนารูปแบบทั้งในระดับต่ำกฎปฏิกิริยาและการให้เหตุผลในระดับสูง ที่นี่เราจะพบอยู่รอด ofthe- ทฤษฎี fittest ถูกนำมาใช้ในการพัฒนาอุปกรณ์ที่มากกว่าหลายรุ่นได้รับวิธีการของตัวเองของความสมดุลหรือการเคลื่อนไหว มากของการวิจัยในครั้งนี้พื้นที่แตกต่างระหว่างระบบการควบคุมภายในของหุ่นยนต์ (ส่วนใหญ่ซอฟต์แวร์) และโครงสร้างทางกายภาพของร่างกาย ยกตัวอย่างเช่นระบบการควบคุมสำหรับหุ่นยนต์ว่ายน้ำลูกกบที่ถูกย้ายไปเป็นหุ่นยนต์คล้ายกับขา จากนั้นวิวัฒนาการเทคนิคการถูกนำไปใช้ในระบบการควบคุมเพื่อให้ได้หุ่นยนต์ที่รวบรวมข้อมูล ในกรณีอื่น ๆ เทคนิคการวิวัฒนาการได้รับนำไปใช้กับร่างกายของหุ่นยนต์ที่จะค้นพบตำแหน่งที่มีเซ็นเซอร์ที่ดีที่สุดสำหรับการดำเนินงานโดยเฉพาะ การวิจัยที่ท้าทายมากขึ้นวิธีการที่จะพยายามพัฒนาซอฟแวร์ระบบการควบคุมพร้อมกันกับโครงสร้างร่างกาย. การแสดงรายชื่อทั้งหมดผลลัพธ์ที่น่าประทับใจจากการวิจัยในหุ่นยนต์จะเป็นที่ครอบงำงาน หุ่นยนต์ในปัจจุบันของเราอยู่ห่างไกลจากหุ่นยนต์ที่มีประสิทธิภาพในการสวมภาพยนตร์และนิยายแต่พวกเขาได้บรรลุความสำเร็จที่น่าประทับใจในเฉพาะงาน เรามีหุ่นยนต์ที่สามารถขับรถในการจราจรทำตัวเหมือนสุนัขสัตว์เลี้ยงและให้คำแนะนำอาวุธเป้าหมาย อย่างไรก็ตามในขณะที่เพลิดเพลินในความสำเร็จเหล่านี้เราควรทราบว่าความรักที่เรารู้สึกสำหรับสัตว์เลี้ยงสุนัขเทียมและอำนาจที่น่ากลัวของอาวุธที่สมาร์ทเพิ่มคำถามทางสังคมและจริยธรรมที่ท้าทายสังคม ของเราในอนาคตคือสิ่งที่เราทำให้มัน

ผลลัพธ์ (ไทย) 3:

การรักษา
ประวัติซับซ้อนและ expending พยายามอย่างมากในการสร้างรายละเอียด
แผนงานเพียงใช้กฎง่ายๆสำหรับการโต้ตอบกับโลกคู่มือ
พฤติกรรมครั้งแล้วครั้งเล่า . ผู้เสนอของปฏิกิริยาหุ่นยนต์เถียง
เมื่อการวางแผนการเดินทางยาว โดยรถ คนไม่ให้ครอบคลุมทั้งหมด
, แผนรายละเอียดล่วงหน้า แทน พวกเขาเพียงแค่เลือกถนนสายหลักออก
เช่นรายละเอียดที่กินอะไรออกไป และวิธีการจัดการแวะสำหรับ
ภายหลังการพิจารณา อนึ่ง เป็นหุ่นยนต์ที่ต้องนำทางโถงแออัด
หรือไปจากอาคารหนึ่งไปอีกไม่พัฒนาแผนรายละเอียด
ขอล่วงหน้า แต่แทนที่จะใช้กฎง่าย ๆเพื่อหลีกเลี่ยงอุปสรรคแต่ละอย่างมัน
พบ .นี้เป็นวิธีการถ่ายโดยหุ่นยนต์ที่ขายดีที่สุดในประวัติศาสตร์
เครื่องดูดฝุ่น IROBOT บันไดซึ่งย้ายเกี่ยวกับพื้นใน
โหมดปฏิกิริยาโดยไม่ถามว่ารายละเอียดของเฟอร์นิเจอร์และอุปสรรคอื่น ๆ หลังจาก
ทั้งหมด สัตว์เลี้ยงครอบครัว อาจจะไม่ได้อยู่ในสถานที่เดียวกันต่อไป .
แน่นอน ไม่มีวิธีการเดียวอาจจะพิสูจน์ที่ดีที่สุดสำหรับทุกสถานการณ์
อย่างแท้จริงหุ่นยนต์อิสระส่วนใหญ่จะใช้หลายระดับของการให้เหตุผลและการวางแผน การประยุกต์ใช้เทคนิคระดับสูง
ที่จะตั้งค่าและบรรลุเป้าหมายหลักและเป็นระบบเพื่อให้บรรลุระดับล่าง
ผู้เยาว์ย่อยเป้าหมาย ตัวอย่างเช่นหลายเหตุผล
พบในการแข่งขันการแข่งขันระดับนานาชาติ Robocup หุ่นยนต์ของ
ทีมฟุตบอลที่ทำหน้าที่เป็นฟอรั่มสำหรับการวิจัยไปพัฒนาทีม
ของหุ่นยนต์ที่สามารถเอาชนะทีมฟุตบอลมนุษย์ระดับโลกภายในปี 2050 . ที่นี่
เน้นไม่เพียง แต่จะสร้างหุ่นยนต์เคลื่อนที่ที่สามารถ " เตะ " บอล แต่การออกแบบ
ทีมหุ่นยนต์ที่ให้ความร่วมมือกับแต่ละอื่น ๆเพื่อให้ได้เป้าหมายทั่วไป หุ่นยนต์เหล่านี้
ไม่เพียง แต่ต้องย้าย และให้เหตุผลเกี่ยวกับการกระทำของพวกเขา แต่พวกเขาได้ให้เหตุผลเกี่ยวกับการกระทำของเขา

เพื่อนร่วมทีมและคู่แข่งของพวกเขาอีกหนึ่งตัวอย่างของงานวิจัยในด้านหุ่นยนต์เป็นที่รู้จักกันเป็นหุ่นยนต์วิวัฒนาการ
ที่ทฤษฎีของวิวัฒนาการมาใช้ เพื่อพัฒนาโครงการทั้งระดับพื้นฐานและกฎ
3 เหตุผล ที่นี่เราพบการอยู่รอดของ fittest -
ทฤษฎีถูกใช้เพื่อพัฒนาอุปกรณ์ที่ผ่านหลายรุ่น
ได้รับของตัวเองวิธีการสมดุลหรือการเคลื่อนไหว มากของการวิจัยในนี้