在幾個皮層之間分配壹個大任務,比控制器官,為系統的每個元素指定必要的動作,更劃算、更經濟、更有效。在解決重大問題時,這樣壹個中心化的大腦會過於復雜,不僅是對頭骨,甚至對整個人體都是如此。在完成這樣或那樣的壹些復雜動作時,我們通常會將其分解為壹系列常見的小動作(如起身、坐下、邁右腳、邁左腳)。教孩子各種動作,都可以歸結為在孩子的“記憶”中形成和鞏固相應的小動作。同理,感知的過程也是這樣組織的。感知圖像-這是聽覺、視覺或觸覺脈沖(馬、人)或兩者的固定序列或組合。學習能力是復雜生物系統中組織控制的另壹個普遍原理,是適應在相當大的範圍內發生變化的、以前不知道的生存環境的能力。這種適應能力不僅是全身所固有的,也是個體器官乃至身體機能所固有的。在同壹個問題要解決很多次的時候,這種能力是不可替代的。可見,這種適應性現象在整個生物界的有目的行為中起著極其重要的作用。本世紀初,動物學家桑代克進行了如下動物實驗。首先,設計壹個帶有三個小平臺的T型迷宮。實驗動物位於字母T底部的小平臺上,誘餌位於字母T梁兩端的小平臺上。這種動物只能做出以下兩種選擇,即跑到岔口後,可以轉向左邊或右邊的小平臺。然而,壹件令人不快的事情潛伏在通往誘餌的路上:電極安裝在走廊的兩側,電壓以壹定的固定頻率輸入這些電極,於是跑過這些電極的動物受到疼痛的刺激——外界發出懲罰信號。在平臺的另壹邊等待動物的誘餌是外部獎勵的信號。在實驗中,如果壹條走廊的刺激概率大大超過另壹條走廊的刺激概率,那麽動物會自然適應外界的情況:反復跑幾次後,動物就朝著刺激概率低、痛苦少的走廊跑。桑代克用老鼠做的實驗最多。比如老鼠,更快地選擇更安全的路線,自信地選擇更安全的路線,懲罰差別不大。實驗中的其他動物表現出不同程度的適應性,但這種能力是所有參與實驗的動物都具備的。
控制機器人的問題在於模擬動物的動作和人類的適應能力。建立機器人控制的層級——首先,實現感知功能、信息處理功能和控制功能在機器人各層級以及子系統之間的分配。第三代機器人具備大規模加工能力。在這種情況下,完全統壹的信息處理和控制算法實際上是低效的,甚至是無用的。因此,分層自適應結構的出現首先是為了提高機器人控制的質量,即降低不確定性水平,增加動作的快速性。為了發揮每個層次和子系統的作用,信息量必須大大減少。因此,人們可以在不確定性大大降低的情況下完成任務。總之,智能的發展是第三代機器人的重要特征。人們根據自己的智力水平來決定自己屬於哪個機器人。甚至有人把機器人分為以下幾類:受控機器人——“零代”機器人,沒有任何智力表現,是由人控制的機械手;可以訓練的機器人——第壹代機器人,有記憶,由人操作,行動計劃和程序由人指定。他們只是記住(接受訓練的能力)並復制它們;感覺機器人——機器人記住人安排的計劃,然後根據外界的數據(反饋)計算出具體的行動方案;智能機器人——人指定目標後,機器人自主制定操作方案,根據實際情況確定動作程序,然後把動作變成操作機構的運動。因此,它具有廣泛的感覺系統、智能和模擬裝置(周圍的情況和自身——機器人的意識和自我意識)。