1、重要的决策通常基于人们的直觉、常识和经验，而不是基于数据的可用性和精确性。模糊技术提供了处理“软标准”和“模糊数据”的方法。神经网络用于解决预测、分类、聚类问题。（语音和字符识别、医疗诊断、过程控制、机器人技术、雷达目标识别、汇率预测、交易欺诈检测）多层反向传播神经网络：适合解决预测和分类问题。竞争学习神经网络：适合解决聚类和分类问题遗传算法适合解决复杂的优化问题。（寻找问题的最优解决方案）智能混合系统神经-模糊系统（决策支持领域）知识工程构建基于知识的智能系统的过程为知识工程。知识工程的6个基本步骤：问题评估数据和知识获取原型系统开发完整系统开发系统评价和修订系统集成和维护决策研究方法场景模
2、式分类：对家庭服务机器人面向的服务场景归纳总结，尽可能地全面定义出场景模式，并对场景模式进行进行分类，实现场景模式的profile.感知能力分类：对家庭服务机器人面向的服务场景归纳总结，尽可能地全面定义出感知能力，并对感知能力进行进行分类，实现感知能力的profile.场景感知:采用多种传感交互方式，结合感知能力获取意图信息和环境信息。场景模式认知：根据场景模式分类中的profile，通过演绎（预设规则）和归纳（反馈学习）方法，分析场景感知的意图信息和环境信息，实现场景模式认知，进而触发场景模式profile，实现服务。决策堆栈：家庭服务机器人在实现服务过程中面临着外部环境的变化，随时都有可能进行服务的切换和服务场景的切换。决策执行：根据场景模式profile，定义profile的相关特征characteristic。决策执行过程即为characteristic的实现过程。决策反馈：决策执行过程中，根据场景改变的characteristic特征值、profile的执行状态（优先级、互斥、否定、并行等因素）需要反馈。决策学习：根据决策反馈信息，训练学习评估新的决策，指导决策堆栈。决策流程框图决策模型谢谢谢谢！
升级会员 