智能机器人研究的最终目标是使机械能够做出智能的行为,这要求机械能够对先前的经验进行学习从而能够适应不断变换的环境。机器人通过传感器来感知周围环境的变化,并通过自身的行为来响应这些变化。机器人控制的目的是在感知过程和执行过程之间建立一种合适结构的实体来完成一定的任务。 机器人行为主义控制方法是一种新兴的方法,该方法放弃了传统AI的思路.大大克服了传统AI中存在的缺陷,降低了机器人识别工作环境的要求,使机器人系统的构建大大简化的同时一定程度上减小了设计难度。这使得机器人行为主义方法成为当前机器人研究领域的一个热点问题,行为主义也代表了未来机器人的发展方向。但是新问题也伴随着新方法的诞生而出现,即应当如何构建感知一行为关系。感知行为关系构建的好坏直接影响机器人控制的执行效果。本文首先分析了机器人控制当中需要解决的两个关键性问题,结合当前研究进展介绍了基于行为的机器人控制方法,并结合行为主义思想研究了一种新的机器人学习方法,即模仿学习的方法。其优点在于该方法为智能体间的沟通提供一种有效的非语言的渠道。由于该渠道是非语言的,所以示教者和智能体之间不必存在一个“通用的语言”。这使得机械智能体对其他智能体(包括非同类的智能体如生物,或由不同硬件组成的智能机构)进行学习成为可能,同时也意味着机器人的感知一行为关系可以通过对示教者行为进行模仿来实现。然后利用Pioneer3DX试验平台及其5自由度机械臂进行了机械臂对示教者手臂行为模仿的试验研究,利用P3-DX平台的视觉跟踪系统对示教者手臂行为进行观察,获取示教者手臂运动信息最终实现了机械臂对示教者手臂行为的模仿。