跳棋程序是IBM小组有
影响的工作，这个程序可以像一个优秀棋手那样，向前看几步来下棋。它还能学
习棋谱，在分析大约175000幅不同棋局后，可猜测出书上所有推荐的走步，准
确度达48％，这是机器模拟人类学习过程卓有成就的探索。
1959年
McCarthy发明的表（符号）处理语言LISP，成为人工智能程序设计的主要语言。
从此人工智能飞速发展，逐渐应用于各个行业。
二、人工智能与机器人结合和人工智能机器人的现状
把传统的人工智能的符号处理技术应用到机器人中存在哪些困难呢一般的工
业机器人的控制器本质是一个数值计算系统。如若把人工智能系统如专家系统
直接加到机器人控制器的顶层能否得到一个很好的智能控制器并不那么容易。
f因为符号处理与数值计算在知识表示的抽象层次以及时间尺度上的重大差距把两个系统直接结合起来相互之间将存在通信和交互的问题这就是组织智能控制系统的困难所在。这种困难表现在两个方面一是传感器所获取的反馈信息通常是数量很大的数值信息符号层一般很难直接使用这些信息需要经过压缩、变换、理解后把它转变为符号表示这往往是一件很困难而又耗费时间的事。而信息来自分布在不同地点和不同类型的多个传感器。从不同角度以不同的测量方法得到不同的环境信息。这些信息受到干扰和各种非确定性因素的影响难免存在畸变、信息不完整等缺陷因此使上述的处理、变换更加复杂和困难。二是从符号层形成的命令和动作意图要变成控制级可执行的指令数据也要经过分解、转换等过程这也是困难和费时的工作。它们同样受到控制动作和环境的非确定性因素的影响。由于这些困难要把人工智能系统与传统机器人控制器直接结合起来就很难建立实时性和适应性很好的系统。为了解决机器人的智能化组成智能机器人系统研究者们将面临许多困难且需要做长期努力进行若干课题的研究。例如高级思维活动应以什么方式的机器人系统来模仿是采取传统的人工智能符号推理的方法还是采用别的方法需不需要环境模型需要怎样的环境模型怎样建立环境模型传统的人工智能主要依据先验知识建立环境模型。由于环境和任务的复杂性环境的不确定性这种建模方式遇到了挑战于是出现了依靠传感器建模的主张这就引出一系列新的与传感技术有关的课题。
人们为了探讨人工智能在机器人中近期的可用技术暂时抛开人工智能中的各种带根本性的争论如符号主义与连接主义、有推理和无推理智能等等把着眼点放在人工智能技术中较成熟的技术上。对r