設想一下，如果人們需要一個能爬樓梯的機器人，那么這個機器人應該是什么的形狀？它是應該像人一樣有兩條腿？還是應該像一只螞蟻一樣有六條腿？

設計出合適的形狀，對于機器人穿越特定地形的能力來講是至關重要的。但是，不可能通過人工設計來構建和測試每一種潛在的形態(tài)。

近日，來自麻省理工學院（MIT）的研究人員，成功開發(fā)了一種計算機系統(tǒng)，研究人員利用該系統(tǒng)可以對機器人的形狀進行仿真，并確定哪種設計的效果是最優(yōu)的。

相關論文以“RoboGrammar： Graph Grammar for Terrain-Optimized Robot Design”為題，發(fā)表在 2020 年度 SIGGRAPH 亞洲的會議上。

論文作者之一、來自麻省理工學院計算機科學與人工智能實驗室（CSAIL）的博士生 Allan Zhao 說：“機器人設計仍然是一個非常手工化的過程。

RoboGrammar 系統(tǒng)提出了一種新的、更具創(chuàng)造性的機器人設計方法，這種方法設計出的機器人結構可能會更有效果。”

首先，人們要做的是就是告訴 RoboGrammar 系統(tǒng)，車間周圍擺著哪些能用的機器人零件（比如：輪子、關節(jié)等）；

同時，還告訴它機器人需要在什么類型的地面上行駛，然后，RoboGrammar 就會負責其余工作，為人們想要的機器人生成優(yōu)化的結構和控制程序。

研究人員表示，這一進展可能會給設計機器人形狀領域注入一定的計算機輔助創(chuàng)造力。

計算機輔助創(chuàng)造力

機器人是為了完成各種任務而建造的，但是它們的總體形狀和設計往往非常相似。

例如，當人們想到建造一個需要穿越各種地形的機器人時，會立即把想到四足動物，比如一種像狗一樣，有四條腿的動物。但是這是否真的是最佳設計呢？并沒有人知道。

因此，來自 MIT 的團隊推測，更多創(chuàng)新的設計才可以改善機器人的功能。他們?yōu)檫@項任務建立了一個計算機模型，這個計算機模型不會受到先前慣例的過度影響。雖然創(chuàng)新是目標，但該模型必須制定一些基本標準才可以保證正常的工作。

研究人員認為，如果人們可以用任意的方式連接機器人的這些部件，那么最終會陷入到混亂當中。

為了避免這種情況，研究團隊開發(fā)了一種“圖形語法（Graph Grammar）”，這是對機器人組件排列的一系列約束。例如，相鄰的支腿應該用一個關節(jié)連接，而不是用另一個支腿相連。這樣的規(guī)則確保至少設計是在初級水平上，每個計算機生成的設計作品都是可以工作的。

（來源：MIT 官網(wǎng)）

事實上，該系統(tǒng)圖形語法規(guī)則的靈感不是來自其他機器人的啟發(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、蜘蛛和蝦。作為一個龐大的群體，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。

Allan Zhao 表示：“節(jié)肢動物的特點是有一個中心體，并且其節(jié)數(shù)可變，有些部分可能有支腿連接。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動物形態(tài)，包括四足動物?！?/p>

于是，研究人員采用了根據(jù)節(jié)肢動物啟發(fā)的規(guī)則。但是系統(tǒng)為機器人也增加了一些機械上的功能，例如，它是允許機器人使用輪子的，而不僅僅是腿。

機器人方陣

使用該團隊為系統(tǒng)制定的規(guī)則，RoboGrammar 可以按三個連續(xù)的步驟運行。首先是需要定義問題，然后生成可能的機器人解決方案，最后去選擇最佳方案。

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。

需要注意的是，這些問題是確保最終機器人可以真正在現(xiàn)實世界中制造的關鍵。用戶還可以指定要穿越的地形種類，這些種類包括階梯、平坦區(qū)域或光滑表面等元素的組合。

通過這些輸入，RoboGrammar 使用圖形語法的規(guī)則來設計成千上萬個潛在的機器人結構。有些看起來有點像賽車，有些看起來像蜘蛛，或者是像一個在做俯臥撐的人。

Allan Zhao 說：“看到各種各樣的設計，我們感到倍受鼓舞。這無疑顯示了圖形語法的創(chuàng)造力。”但是，盡管語法可以提高設計數(shù)量，但它的設計并不總是具有最佳的質量。

而且，選擇最佳的機器人設計還需要控制每個機器人的運動并評估其功能。到目前為止，這些機器人還只是系統(tǒng)生成結構而已。

控制器是給這些結構帶來生命的指令集，控制著機器人各種電機的運動順序。因此，該團隊使用模型預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。

Allan Zhao 表示：“機器人的形狀和控制器深深地交織在一起，這就是為什么我們必須為每個給定的機器人單獨優(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。

這種神經網(wǎng)絡算法迭代地對機器人集合進行采樣和評估，并學習哪種設計更適合給定的任務。Allan Zhao 表示：“啟發(fā)式功能會隨著時間的推移而不斷提高，并且搜索會收斂到最優(yōu)的機器人。”

而這一切，都是在人類設計師拿起螺絲釘之前發(fā)生的。

25 年來的最高成就

MIT 的研究人員希望這個系統(tǒng)可以激發(fā)人類的創(chuàng)造力。他們將 RoboGrammar 描述為 “機器人設計人員擴大他們所使用的機器人結構空間的工具”。為了展示其可行性，該研究團隊還計劃在現(xiàn)實世界中構建和測試 RoboGrammar 的一些最佳機器人。

該系統(tǒng)還可以被改造成在穿越地形之外追求機器人形狀設計的目標工具。Allen Zhao 表示，RoboGrammar 可以幫助填充虛擬世界。

“比如，在視頻游戲中，人們如果想要生成很多類型的機器人，RoboGrammar 幾乎會立即為此工作，而不需要藝術家來創(chuàng)造每個機器人。”

而該項目的一項令人驚訝的成果是，大多數(shù)機器人的設計最終都是四足的。研究人員表示，也許機器人設計人員一直以來都傾向于四足動物，是有一些道理的。

哥倫比亞大學的機械工程師兼計算機科學家 Hod Lipson 評價道：“這項工作是 25 年來自動設計機器人形態(tài)和控制的最高成就。使用形狀語法的想法已經存在了一段時間了，但是沒有一個地方像在這部作品中那樣完美地實現(xiàn)了這個想法。一旦我們能夠讓機器自動設計、制造和編程機器人，所有的賭注都將消失?！?/p>

隨著該系統(tǒng)的出現(xiàn)，人們可以預見，在未來機器人的設計，或許僅僅需要一臺計算機。
責編AJX