第八章.远程介绍多元关联模型（上）（2/2）

“什么意思？‘动力部件及力臂驱动器在平衡的时候也存在’这是什么意思？”刘工问道。

“就是机器人处于平衡态的时候，这些力部件也存在，所以，这些动力部件不是直接影响核心信息元的关联元。”林久浩考虑清楚了讲解道。

“当然存在，这些动力部件就是分布在机器人各个部位的驱动部件，那什么是关联元，你说说。。”刘工疑惑的说道。

“应该是力，核心信息元的关联元应该是各种作用力，因为只有关联元为力的时候，这些力的计算才能得出合力为0的条件。”林久浩肯定地说道。

“哦。。。我明白了。”刘工的理解非常快，继续说道：“是力，而这些【力】的【生我】关联元才是各个分【动力部件】”。

“刘工，我觉得应该是这样，而且这些力不只是动力部件产生的，也有条件变化而产生的外力，这些外力需要你们的力反馈器之类的感应器，这些力即使没有，也要设为0值的信息元，关联到多元关联动态模型中。”林久浩说道。

“这些力是怎么分类的，我看到你们的多元关联拟脑是按照，我生我克之类的分类，而我们对力的理解是方向角度大小，所以我们做的力在三维坐标系象限里面是按照方位分类。”刘工。

“多元的生克是一种分类方法，适用于思维空间的你脑计算，在感知空间坐标中一般不使用生克原理，而直接用方向分类。不过，我们要理解一个概念，思维空间就越需要按照生克增减分类的。例如这些力，有些是外力有些是内部生成的动力，所以在拟脑模型中，更高级的拟脑部分，是按照生克分类的，这并不影响感知空间坐标。例如，机器人驱动部分的动力部件及力臂驱动器就在对应的‘力信息元’的‘生我象限’。”林久浩解释道。

“林工，你的意思是多元关联拟脑模型中的三维坐标系类型很多是吗？怎么区别这些类型，在哪里定义？”刘工继续问。

“每一个信息元的核心信息存储单元，都有一个标识集合，在这个存储区域里，有专门为存储三维坐标系类型的特定位置，一个标识就可以，不过，我们刚才说的思维空间和感知空间，在信息元关联关系中，直接定义了两类坐标。”林久浩继续解释。

“哦，看到了，你刚才定义信息元的时候确实有，还有很多关联信息元，每一个关联信息元都有两个坐标，一个是思维空间坐标，一个是感知空间坐标，还有都条件参数，还有。。。。。。对了，标识只是表明坐标系吗？”刘工继续问。

“标识可以有很多，例如，标识坐标系类型，标识信息元类型等。。作用很多，这一点以后可以讲解。”林久浩。

“知道了，思维空间和感知空间是在直接关联位置定义的。”刘工看似明白。

“是的，多元关联拟脑还提供的信息元定义方式，信息象限与方向象限是叠加，所以在我们动平衡拟脑中，也可以直接采用这种叠加方式。”林久浩继续解释。

“叠加方式，什么是叠加方式？”刘工不明白。

“大家看我们多元关联拟脑信息元定义，其中，思维空间针对象限是按照分区标识的，信息元分在哪个分区，那么这个信息元就属于那个象限，而这种象限定义是用于思维行走，大家再看同一个象限，信息元的角度角度距离定义，这里可以把八个方向象限全部写进去，也就是在思维象限中的任何一个象限内，可以表示八个象限所有的方向，这是感知空间的坐标。”林久浩。

“哦，看到了，也就是我们可以把各个方向的力，写进多元关联信息元定义中的一个象限，虽然这些力在多元关联模型中的一个象限，但是信息元定义距离角度角度，其实已经表示了所有的方向。”刘工明白了。

“是的，多元关联拟脑模型现有版本已经有这些功能了，具体应用还是要看实际情况，而且信息元的类型也很丰富。”林久浩。

“这里，标识就是对信息元分类的吧？”刘工。

“标识种类很多，包括坐标系的种类，还有信息元的种类，例如，属于静态信息元还是动态信息元。。。刘工，这个我们以后再讨论，今天我们主要介绍模型。”林久浩作为技术人员，很容易被用户带的越走越远，还好及时终止了。

“好的。。。对了，听你刚才的介绍，这个拟脑模型不只是一个，对吗？”刘工继续请教。

“是的，拟脑模型可以是多层脑，例如，刚才您说的重心力臂部分，就可以做成一个底层拟脑模型，而我说的核心信息元和力部分，可以做成一个高阶拟脑模型，先在高阶拟脑模型中计算后，输出结果到底层拟脑模型行动。”林久浩。

“这里怎么理解？”刘工。

“例如，机器人自己可控生成的力在【我生】象限，而不可控外力在【克我象限】，这是举例，具体情况还需要具体分析，各个象限产生的影响，我们的处理方法不一样，处理的过程也不全一样，传导给动平衡的行动指令也不全一样。”林久浩。

“很复杂，确实需要具体分析，不过，原有的力信息元是按照方位加入三维坐标系的，这样我们就好理解使用。”刘工。

“刚才已经讲过了，多元关联拟脑是可以接受多种坐标系的，而且在一个拟脑模型中，不同信息元可以使用不同的坐标系，也可以提供坐标系复用功能，完全可以融合到一个模型里面。”林久浩解释道。

“原始三维坐标系？我们直接定义力就可以了，这跟多元关联拟脑有什么关系？”一位工程师插话问道。

“哦，您可能搞错一个概念，多元关联拟脑技术是信息元互相关联的模型，而且六亲分类法是关联的技术种类，你们原有的三维坐标系输入力，但是，这个力不是力信息元，没有在广泛的力影响里面，形成多元关联关系。”林久浩解释。

“小李，你还陷在传统三维坐标系里面，他们的技术是关联，用影响关系把力信息元关联起来，至于用不用六亲关系，怎么用六亲关系，反而不是重要的。”刘工说道。

“哦，对了，明白了，关联起来。”刚才的小李。

“对，关联关系，但是，我们要做的是把所有的力定义为信息元，通过关联关系来表达相互之间的相对关系，并利用关联相对关系做计算。”林久浩继续解释，多元关联拟脑技术是采用相对关系做计算的。

“对了，我们还是接前面的话题，外力一起加入计算，这样就可以达到，【既有机器人运动力，同时存在外力的复杂情况下】，如果拟脑算出合力为0，就达到了动平衡。”刘工把话题拉到正轨。

“是的，而且在运动过程中，不断的去计算，就可以达到所有的运动过程都平衡，而不是现在做的固定流程。”林久浩。

“这个不需要固定流程吗？”一些工程师还没有完全明白在交头接耳。“不固定机器人的动作，想怎么做都行？现在的机械工程学和材料学也不允许呀！”也有工程师这样说。

这时，“安静一下，继续听。”宁老发话了，继续说道：“我可以理解，这是算法解放，原来的固定流程是固定平衡态及过程，无法适应多种环境，而小林的做法，是算法开放了，不受算法影响了，对不对？”

“是的，宁老，我们现在做的算法就是只要达到平衡态就可以去做，任何动作都可以做，至于怎么做能不能做，您们再规定。刚才说的机械工程学和材料学都需要，不过我们先把算法解放出来，并把算法做成自动计算的，以后机械工程学和材料学的进步，就可以直接体现在机器人技术上了。”林久浩解释了什么是算法解放了。

“听到吧，多换位思考，要从原有的传统思维里出来，我们把算法先解放了，然后可以等着机械工程学和材料学的进步。”宁老又把林久浩的解释说了一遍。

“是呀，多元拟脑是一个新领域，要进入这个领域思考问题，而不是在原有的传统领域里思考问题。”林久浩。

“林工，我明白了，算法解放了，这个多元关联拟脑让机器人有一个自己的动平衡脑，机器人自己去计算平衡问题。”刘工理解的最好。

“是的，刘工，剩下的就需要您们的工程师去用好这个拟脑，并让拟脑慢慢成长。”林久浩。

“等等，我还有问题，你再帮我们多建立几步，看看后面的怎么走，我还不明白。”刘工明显在沿着林久浩的介绍往下做思维推演。

林久浩只能在以核心重心信息元O为我元的三维模型里，找一个象限建立了一个关联元力A，然后在这个力A的三维坐标系里的生我象限，建立了力发生器A1。

“这么建信息元？”刘工仿佛以为自己明白了一些，其实，实际怎么用还糊涂着。

林久浩继续，在力A的三维坐标系里的其他象限，建立了一个关联信息元力B，又在力B的信息元三维坐标的【生我】象限建立一个分重心力发生器B1。

“这个力怎么跑到力A的三维坐标系里面了，这是怎么回事？”刘工又开始糊涂了。

林久浩也不解释，在力B的【我克】象限中增加了一个信息元=核心信息元O，同时核心信息元三维坐标系的【克我】象限中出现力B信息元。

“慢慢，林工，慢点，解释解释，我跟不上了。”刘工扫了一眼周围的同事，估计想说，我跟不上你们也跟不上。

“这是一个建立过程的例子，力A力B都影响核心元，而力A力B又相互影响，导致两个力驱动器A1B1也间接相互影响，这只是例子，实际要复杂的多。”林久浩解释道。

大家还是没有明白。

林久浩继续，在力B的三维坐标系里的其他象限，建立了一个关联信息元力C，又在力C的信息元三维坐标的生我象限建立一个力发生器C1。

然后在C的【我克】象限放入核心信息元O，同时核心信息元三维坐标系的【克我】象限中出现力C，同样把力C分别与力A力B按照向量方向在不同的象限中关联。

“我明白了，这是模拟把所有影响核心元的力建立多元关联关系呀，而且这些力ABC之间还互相关联影响，这就是我们要的模型。”刘工边指着屏幕边说着。

“是的，刘工，就像您说的，是这个意思。”林久浩回答。

“但是，下一个问题又来了，还是刚才的那个问题，ABCDEFG多种因素互相成网状关联，我们无法测定怎么办？”刘工虽然明白了模型，‘怎么用’还是摸不着头脑。

“是这样吗？”林久浩给A施加了一个运动，导致BC一起联动，运动中的各个力的影响，又显现在核心信息元参数的变动上。

“是这个意思，不过，实际要复杂的多。而且它们一直在动，怎么能实现运动中的动平衡问题，小林，你能说明一下吗？”刘工今天是抓住免费技术支持了。

屏幕上，多元关联拟脑模型中的核心信息元O的参数位置，随着ABC的联动一直在变化着数字。。。

下一章节===《第八章.远程介绍多元关联模型（下）》