蚂蚁机器人有很多种，常见的是由一组舵机驱动的模仿蚂蚁外形和动作的多自 由度机器人，高J一点的则是由若干个d立机器人组成的蚁群，成员之间共享信 息，协同工作。本节介绍的是一种相对较易实现，造价也比较低的蚂蚁机器人，研 究的是如何利用电路构造简单的神经网络，指挥机器人的运动。
文所说的“神经网络”指的是Mark Tilden提出的Neural Network和由此派生 出来的BEAM机器人，虽然很可能此“神经”非彼“神经”,但是考虑到神经网络 本身就是处于研究阶段的一门科学，而BEAM机器人的神经网络又是业余条件下少 数可以实现的方案之一，也就没什么好抱怨的了。
基于上述神经网络的机器人，Z经典的要数BEAMant, 从字面上翻译过来就 是机器蚂蚁。机器蚂蚁先后有过很多个版本，因为时间久远， 一些早期的设计在网 上已经找不到了。现在beam-wiki (比较权威的BEAM 机器人网站)上面提供的官 方版本是Mark Tilden在1999年设计的BEAMant 6.0,如图2-6、图2-7所示。
下面是两只机器蚂蚁的制作过程。
材 料 ：
>> 74HC240,4 个
>>光敏二极管，2个
>> 0.22μF 无极电容，6个
>>微型电机，2个
>>1MΩ 电阻，6个
>>1.5MΩ 电阻，2个
>>PC 电源端子(母，拆芯),2位
>>小型压线端子(拆芯),2位
>> 3mm 黄铜管(可选),1小段
>>RCA 插头尾簧，1个
>>尼龙扎带，2根
>>4×AA 电池仓，1个
>>热缩管，1小段
>> 洞洞板(实际使用4孔×7孔),1小块
>>通孔珠子，1颗
>> 0.1μF无极电容(电机消噪声，可选),2个
>> PC机箱板卡挡片(或其他替代材料),2片
>>双面胶带、螺母、螺丝、导线，适量
工 具 ：
>>烙铁、焊锡
>> 弯头镊子
>>止血钳
>> 偏口钳
>>电钻、 M3.2钻头
>> 电吹风
>>台钳
>>管子割刀
>>锉刀(可选)
光电跟踪头的感光元件可以使用任何规格的光敏二极管或红外线接收二极管;74HC240 在这里作为两组神经元电路使用;74HC245 是小型BEAM 机器人常用的双向电机驱动芯片
电机为机器人制作中常用的N20 微型减速电机，标称电压为6V;感光元件串联在电源两端;芯片的第1/19脚为 使能端，实际使用中要接低电平;端子芯取自工业连接器里面的接线排座
机器人电子部分的主要元件使用的三极管是C1815, 可以替换成电流更大的8050,也可以使 用其他型号的小功率NPN 型三极管。锂电池充电器用一个报废的摩托罗拉手机充电器(标称输出 4.4V/1A)改造而成
机器人的身体。身体是一个由两个电机驱动的可以自由活动的小 车式底盘。身体相当于机器人的骨架，机器人的传感器和控制器都搭载在它上面。 车轮和电机构成了机器人的运动器官
上位机软件负责根据误差信号,伺服控制器从主机得到控制指令,进行适当的处理后产生相应的PWM 电机控制信号控制电机转动,利用上位机的 CMOS 定时来实现，可以精确到微秒级
一种附加力外环的机器人力/位置自适应模糊控制方法,是把力控制器的输 出作为位置控制给定的修正值，通过提高位置控制的精度达到控制力的目的，并利用自 适应模糊控制的鲁棒性，使控制系统对不同的刚性环境具有自适应能力
机器人的进化控制系统用于复杂系统的控制器设计，可以很好地解决其学习与适应能力问题,根据环境的特点和自身的目标自主地产生各种行为能力,展现适应复杂环境的自主性
神经网络对信息的并行处理能力和快速性，适于实时控制和动力学控制;能够解决那些用数学模型或规则描述难以处理或无法处理的控制过程;具有很强的自适应能力和信息综合能力
1)基于模式识别的学习控制;2)反复学习控制;3)重复学习控制;4)连接主义学习控制，包括再励(强化)学习控制;5)基于规则的学习控制，包括模糊学习控制;6)拟人自学习控制;7)状态学习控制
模糊控制提供一种实现基于知识(基于规则)的甚至语言描述的控制规律的新机理,由模糊化接口、知识库、 推理机和模糊判决接口4个基本单元组成
一个典型的和广泛应用的基于知识的控制系统包含知识库、推理机、控制规则集和/或控制算法等;推理机用于记忆所采用的规则和控制策略,根据知识进行推理，搜索并导出结论
递阶智能控制是按照精度随智能降低而提高的原理(IPDI) 分级分布的,由三个基本控制级构成的,系统的输出是通过一组施于驱动器的具体指令来实现的
