因此，您需要一個可以爬樓梯的機器人。那個機器人應(yīng)該是什么形狀?它應(yīng)該像人一樣有兩條腿嗎?還是六只，像一只螞蟻?選擇正確的形狀對于您的機器人穿越特定地形的能力至關(guān)重要。而且，不可能構(gòu)建和測試每種潛在的形式。但是現(xiàn)在，由MIT開發(fā)的系統(tǒng)可以對它們進行仿真，并確定哪種設(shè)計效果最好。

首先，告訴系統(tǒng)RoboGrammar，該系統(tǒng)在您的車間周圍擺著哪些機器人零件(輪子，關(guān)節(jié)等)。您還告訴它機器人需要在什么地形上行駛。RoboGrammar負(fù)責(zé)其余的工作，為您的機器人生成優(yōu)化的結(jié)構(gòu)和控制程序。

這一進步可能會為該領(lǐng)域注入大量的計算機輔助創(chuàng)造力。該論文的主要作者，博士學(xué)位的艾倫·趙說：“機器人設(shè)計仍然是一個非常手工的過程。” 麻省理工學(xué)院計算機科學(xué)與人工智能實驗室(CSAIL)的學(xué)生。他將RoboGrammar描述為“一種可能會更有效地提出新穎，更具創(chuàng)造性的機器人設(shè)計的方法”。

Zhao是該論文的主要作者，他將在本月的SIGGRAPH Asia會議上發(fā)表論文。合著者包括博士學(xué)位。學(xué)生Xu Xu，博士后MinaKonakovi?-Lukovi?，博士后Josephine Hughes，博士。麻省理工學(xué)院的學(xué)生安德魯·斯皮爾伯格(Andrew Spielberg)以及丹妮拉·魯斯(Daniela Rus)和沃伊切奇·馬圖西克(Wojciech Matusik)教授。

基本規(guī)則

Zhao表示，機器人是為完成各種任務(wù)而建造的，但是“它們的總體形狀和設(shè)計往往非常相似”。他補充說，例如，“當(dāng)您想到建造一個需要跨越各種地形的機器人時，您會立即跳到四足動物，”他指的是一條四足動物，就像一條狗。“我們想知道這是否真的是最佳設(shè)計。”

趙的團隊推測，更多創(chuàng)新的設(shè)計可以改善功能。因此，他們?yōu)槿蝿?wù)建立了一個計算機模型-該系統(tǒng)不會受到先前約定的不當(dāng)影響。盡管創(chuàng)造力是目標(biāo)，但趙的確必須制定一些基本規(guī)則。

Zhao在論文中寫道，可能的機器人形式的宇宙“主要由荒謬的設(shè)計組成”。他說：“如果您只能以任意方式連接部件，那么您將陷入混亂。” 為了避免這種情況，他的團隊開發(fā)了“圖形語法”，這是對機器人組件布置的一組約束。例如，相鄰的腿段應(yīng)該與關(guān)節(jié)相連，而不是與另一個腿段相連。此類規(guī)則確保至少在基本級別上每個計算機生成的設(shè)計作品。

趙說，他的圖形語法規(guī)則不是受其他機器人的啟發(fā)，而是受到動物(尤其是節(jié)肢動物)的啟發(fā)。這些無脊椎動物包括昆蟲，蜘蛛和龍蝦。作為一個整體，節(jié)肢動物是一個成功的進化故事，占已知動物物種的80%以上。“它們的特點是中央主體具有可變數(shù)量的節(jié)段。某些節(jié)段可能附有腿，”趙說。“而且我們注意到，這不僅足以描述節(jié)肢動物，還可以描述更熟悉的形式，”包括四足動物。趙采用節(jié)肢動物啟發(fā)的規(guī)則部分是由于這種靈活性，盡管他確實增加了一些機械上的繁榮。例如，他允許計算機使輪子變形而不是腿變形。

機器人方陣

使用Zhao的圖文法，RoboGrammar可以按三個順序進行操作：定義問題，擬定可能的機器人解決方案，然后選擇最佳解決方案。問題的定義很大程度上取決于人類用戶，他們輸入了一組可用的機器人組件，例如電機，支腿和連接段。趙說：“這是確保最終機器人可以真正在現(xiàn)實世界中建造的關(guān)鍵。” 用戶還指定要遍歷的地形的多樣性，其中可以包括階梯，平坦區(qū)域或光滑表面等元素的組合。

通過這些輸入，RoboGrammar然后使用圖文法則的規(guī)則來設(shè)計數(shù)十萬個潛在的機器人結(jié)構(gòu)。有些看上去像賽車。其他人看起來像蜘蛛，或者是一個俯臥撐的人。趙說：“看到各種各樣的設(shè)計對我們來說是很鼓舞的。” “它絕對顯示出語法的表現(xiàn)力。” 但是，盡管語法可以提高數(shù)量，但其設(shè)計并不總是具有最佳的質(zhì)量。

選擇最佳的機器人設(shè)計需要控制每個機器人的運動并評估其功能。“到目前為止，這些機器人只是結(jié)構(gòu)而已，”趙說。控制器是使這些結(jié)構(gòu)栩栩如生的指令集，控制著機器人各種電機的運動順序。該團隊使用稱為模型預(yù)測控制的算法為每個機器人開發(fā)了一個控制器，該算法優(yōu)先考慮快速向前運動。

趙說：“機器人的形狀和控制器緊密地交織在一起，這就是為什么我們必須為每個給定的機器人分別優(yōu)化控制器的原因。” 一旦每個模擬機器人都可以自由移動，研究人員便可以通過“圖形啟發(fā)式搜索”來尋找高性能的機器人。這種神經(jīng)網(wǎng)絡(luò)算法迭代地采樣和評估機器人的集合，并了解哪些設(shè)計在給定任務(wù)下往往更有效。Zhao表示：“啟發(fā)式功能會隨著時間的推移而提高，并且搜索將收斂到最佳機器人。”

這一切都是在人類設(shè)計師拿起螺絲釘之前發(fā)生的。

哥倫比亞大學(xué)機械工程師兼計算機科學(xué)家霍德·利普森說：“這項工作是在25年的自動設(shè)計機器人形態(tài)和控制過程中取得的最高成就。” “使用形狀語法的想法已經(jīng)存在了一段時間，但是沒有一個方法能像在這項工作中那樣完美地執(zhí)行過。一旦我們能夠讓機器自動設(shè)計，制造和編程機器人，所有的賭注都將消失。”

Zhao希望該系統(tǒng)可以激發(fā)人類創(chuàng)造力。他將RoboGrammar描述為“機器人設(shè)計人員用來擴展他們所依賴的機器人結(jié)構(gòu)空間的工具”。為了證明其可行性，他的團隊計劃在現(xiàn)實世界中構(gòu)建和測試RoboGrammar的一些最佳機器人。趙補充說，該系統(tǒng)可以適用于追求超越地形穿越的機器人目標(biāo)。他說，RoboGrammar可以幫助填充虛擬世界。“讓我們說，在一個視頻游戲中，您想要生成很多類型的機器人，而無需藝術(shù)家創(chuàng)造每個機器人，”趙說。“ RoboGrammar幾乎會立即為此工作。”

該項目的一項令人驚訝的成果?“大多數(shù)設(shè)計最終最終都是四足的，”趙說。也許手動機器人設(shè)計人員一直以來都傾向于四足動物。“也許確實有一些東西。”

標(biāo)簽： 機器人