3.3　协商式方法

移动机器人控制广泛遵循两种哲学：协议和反应。协商式方法或者横向分解提倡从感官数据的融合、规划的制定、给定任务的后续执行以及此过程的重复，来进行集中性的全局表征。

为了说明这一点，可以想象一个使用协议原则的简单巡线机器人。机器人有一个光传感器来感知环境（感知）和一个电机来进行移动（行动），同时也有一台流畅的机载电脑进行路线地图设计，在机器人运动之前为巡线机器人（规划）遍历线段。

因此，与Braitenberg的车辆不同，感知和行动是两个完全不同的物理过程，并通过规划连接在一起。与Braitenberg的车辆相比，这种方法需要一台机载电脑，使得巡线机器人造价昂贵，而且在硬件和软件方面也都增加了体积。如可免于提前规划，那么这不仅对设计有利，而且任务的执行也会更容易，如图3.12所示的流程图。

图3.12　“感知-规划-行动”法vs.反应式方法。在a）中，两个平行四边形框被一个矩形框分开——即输入和输出之间的信息处理。相反，b）缺少规划，事情迅速发生——更像Braitenberg的1至4号车辆的控制范式

早期的机器人是在20世纪六七十年代发展起来的，如Stan-ford Cart、Shakey、Hilare、Alvin等，它们的目标更多的是为了让机器人移动起来，而不是获得更高的能力和认知水平。它们都是基于“感知-规划-行动”模型，这是一种自上而下的方法或称为功能分解。在“感知-规划-行动”模型中，感知系统将原始的传感器数据转换为一个世界模型，然后规划系统在这个世界模型中制定执行目标的计划，最后行动系统执行这个计划。这个模型的智能在于规划系统或程序设计者，而非行动系统。