當前位置：中國生活都市網(wǎng) >> 看科普 >> 文章正文

麻省理工的科學家讓電腦設定規(guī)則 你可以選擇上萬種機器人形態(tài)！

你能想到的機器人形態(tài)最多有多少種？

比如我們現(xiàn)在需要一個會爬樓梯的機器人，那么這個機器人應該是什么形狀呢？它應該像人一樣有兩條腿嗎？還是應該像狗一樣有四條腿？

邊肖想，如果機器人能在72年改變，它就會變成它想要的任何東西，那么為什么還要費心去思考這些問題。

麻省理工學院（MIT）的一支研究團隊倒是給出了滿分答案。

他們開發(fā)了一種新的機器人設計系統(tǒng)，稱為RoboGrammar，它賦予計算機提供創(chuàng)造力的任務。這個最新的研究成果，不僅能讓機器人學會七十二變，還能毫不夸張地做出千變。只要你提出要求，它就會提供最完美最合適的機器人外形，被評價為25年來的最高成就！

RoboGrammar的操作分為三個順序：定義了問題，提出了可能的機器人解決方案，然后選擇了最佳模型。通過這些步驟，RoboGrammar可以設計出幾十萬種潛在的機器人結構。

定義問題

很簡單，說出你的需求。

告訴RoboGrammar你可以用什么機器人部件(輪子、關節(jié)等)。);以及機器人需要在什么樣的地面上行進。然后RoboGrammar會負責剩下的工作，生成你想要的機器人結構和控制程序。

例如，你想要機器人會爬樓梯，RoboGrammar提供的解決方案：

在有一定粗糙度的平面上爬行；

走迷宮沒問題：

有效的不確定性

RoboGrammar是如何得到這些解決方案的呢？

我們沒告訴它目前可用的機器人部件嗎？RoboGrammar要做的就是把這些成分排列組合起來。

通過不同的排列和組合方法獲得的各種機器人形式

研究小組開發(fā)了一個“GraphGrammar”，它是對機器人部件排列的一系列約束。例如，相鄰的腿應該由一個關節(jié)連接，而不是由另一個腿連接。這樣的規(guī)則確保了設計至少是初級的，并且每一個計算機生成的設計工作都是可行的。圖形語法規(guī)則基于節(jié)肢動物的靈感，比如昆蟲、蜘蛛、龍蝦。

選擇最佳模型

接下來要在一系列排列組合的機器人里選擇一個Top 1，最好的方法是什么呢？

模擬，需要模擬每個機器人的運動，評估其功能。麻省理工學院的團隊使用一種稱為模型預測控制(MPC)的算法為每個機器人開發(fā)了一種控制器，優(yōu)先考慮快進運動?？刂破骺梢陨墒箼C器人結構逼真的指令集，并控制機器人各種電機的運動順序。

該小組的主要負責人ALLAN趙說：“機器人的形狀和控制器緊密交織在一起，這就是為什么我們必須分別為每個機器人優(yōu)化控制器?！币坏┟總€模擬機器人都可以自由移動，研究人員就可以通過“圖形啟發(fā)式搜索”來搜索高性能機器人。這種神經(jīng)網(wǎng)絡算法迭代地對機器人集合進行采樣和評估，并且可以知道在給定的任務下哪些設計通常更有效。趙說：“啟發(fā)式函數(shù)將隨著時間的推移而改進，并將搜索收斂到最佳機器人?！?

25年來的最高成就

在機器人是為了完成各種任務而被創(chuàng)造的，如何設計出最合適的形狀，對于機器人穿越特定地形的能力來講是至關重要的。,當人們想到設計一個需要穿越各種地形的機器人時，他們會想到四足或六足機器人，但這真的是最好的設計嗎？不一定。

麻省理工學院的研究人員認為，不可能用手構建和測試每一種潛在的形態(tài)，而RoboGrammar可以作為擴展機器人結構空間的工具。為了展示它的可行性，研究小組還計劃在現(xiàn)實世界中建造和測試RoboGrammar提供的最好的機器人。

此外，RoboGrammar 還可以幫助填充虛擬世界。

“比如在游戲中設計機器人角色，如果你有RoboGrammar，可以省去游戲程序員不斷上升的發(fā)際線?！?

哥倫比亞大學的機械工程師和計算機科學家霍德利普森(Hod Lipson)評論說：“這項工作是過去25年來機器人形狀和控制自動設計的最高成就。使用形狀語法的想法已經(jīng)存在了一段時間，但是沒有一個地方像在這部作品中這樣完美地實現(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?！?

我們可以預見，未來機器人的設計，或許僅僅需要一臺計算機。