25年來的最高成就!MIT科學家讓計算機自動設計機器人形態

2020-12-09 學術頭條

設想一下，如果人們需要一個能爬樓梯的機器人，那麼這個機器人應該是什麼的形狀？它是應該像人一樣有兩條腿？還是應該像一隻螞蟻一樣有六條腿？

設計出合適的形狀，對於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。

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

相關論文以「RoboGrammar: Graph Grammar for Terrain-Optimized Robot Design」為題，發表在 2020 年度 SIGGRAPH 亞洲的會議上。

（來源：MIT官網）

論文作者之一、來自麻省理工學院計算機科學與人工智慧實驗室（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 系統提出了一種新的、更具創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，人們要做的事就是告訴 RoboGrammar 系統，車間周圍擺著哪些能用的機器人零件（比如：輪子、關節等）；同時，還告訴它機器人需要在什麼類型的地面上行駛，然後，RoboGrammar 就會負責其餘工作，為人們想要的機器人生成優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造力。

計算機輔助創造力

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？並沒有人知道。

因此，來自 MIT 的團隊推測，更多創新的設計才可以改善機器人的功能。因此，他們為這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，那麼最終會陷入到混亂當中。

為了避免這種情況，研究團隊開發了一種「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連接，而不是用另一個支腿相連。這樣的規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）

事實上，該系統圖形語法規則的靈感不是來自其他機器人的啟發，而是受到動物（尤其是節肢動物）的啟發。這些無脊椎動物包括昆蟲、蜘蛛和蝦。作為一個龐大的群體，節肢動物是一個成功的進化故事，佔已知動物物種的 80％以上。

Allan Zhao 表示：「節肢動物的特點是有一個中心體，並且其節數可變，有些部分可能有支腿連接。而且我們注意到，這不僅足以描述節肢動物，還可以描述更熟悉的動物形態，包括四足動物。」

於是，研究人員採用了根據節肢動物啟發的規則。但是系統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

使用該團隊為系統制定的規則，RoboGrammar 可以按三個連續的步驟運行。首先是需要定義問題，然後生成可能的機器人解決方案，最後去選擇最佳方案。

問題的定義很大程度上取決於人類用戶，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實世界中製造的關鍵。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，或者是像一個在做伏地挺身的人。

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造力。」但是，儘管語法可以提高設計數量，但它的設計並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並評估其功能。到目前為止，這些機器人還只是系統生成結構而已。

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了一個控制器，該算法優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，這就是為什麼我們必須為每個給定的機器人單獨優化控制器的原因。」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「圖形啟發式搜索」來尋找高性能的機器人。

這種神經網絡算法迭代地對機器人集合進行採樣和評估，並學習哪種設計更適合給定的任務。Allan Zhao 表示：「啟發式功能會隨著時間的推移而不斷提高，並且搜索會收斂到最優的機器人。」

而這一切，都是在人類設計師拿起螺絲釘之前發生的。

25 年來的最高成就

MIT 的研究人員希望這個系統可以激發人類的創造力。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實世界中構建和測試 RoboGrammar 的一些最佳機器人。

該系統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，在視頻遊戲中，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造每個機器人。」

圖 | 機器人創造力（來源：JAMES YANG）

而該項目的一項令人驚訝的成果是，大多數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於四足動物，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了這個想法。一旦我們能夠讓機器自動設計、製造和編程機器人，所有的賭注都將消失。」

隨著該系統的出現，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。

參考資料：https://news.mit.edu/2020/computer-aided-robot-design-1130https://cdfg.mit.edu/publications/robogrammar-graph-grammar-for-terrain-optimized-robot-design

相關焦點

  • MIT成功讓計算機提供創意,自動設計機器人形態
    MIT成功讓計算機提供創意，自動設計機器人形態 新智元 發表於 2020-12-09 16:00:04 設想一下，如果人們需要一個能爬樓梯的機器人，那麼這個機器人應該是什麼的形狀
  • MIT科學家讓計算機定規矩,上萬種機器人形態隨你挑!
    他們開發了一種新的機器人設計系統，叫做RoboGrammar，把提供創意的工作交給計算機來做。這一最新研究成果不僅僅能讓機器人學會七十二變，成千上萬種變化也毫不誇張，只要你提出需求，它便會提供最完美合適的機器人形狀，被評價為25年來的最高成就！
  • MIT發明一款計算機系統,可自動設計機器人結構
    對於研究人員來說，選擇正確的形狀對機器人穿越特定地形的能力至關重要，但是又不可能建立和測試每一種可能的形式。那如果用計算機幫忙模擬機器人的結構呢？近日，麻省理工學院（MIT）的研究人員成功開發了一種計算機系統，利用該系統可以對機器人的形狀進行仿真，並幫助確定哪種設計的效果是最優的。
  • 你能想到的機器人形態最多有多少種?
    他們開發了一種新的機器人設計系統，叫做RoboGrammar，把提供創意的工作交給計算機來做。這一最新研究成果不僅僅能讓機器人學會七十二變，成千上萬種變化也毫不誇張，只要你提出需求，它便會提供最完美合適的機器人形狀，被評價為25年來的最高成就！
  • 足式機器人何必非得四條腿!機器人該長啥樣,MIT 讓計算機立規矩
    基於此，美國麻省理工學院（MIT）有了給機器人制定「語法」的想法——開發一種名為 RoboGrammar 的計算機系統。機器人長什麼樣，就讓計算機來決定吧！計算機如何設計機器人？實際上，MIT 研究團隊的初心在於創新機器人的形態，以達到最佳性能。論文第一作者、MIT 計算機科學與人工智慧實驗室（CSAIL）博士生 Allan Zhao 認為，設計機器人的目的可以說是幾乎無窮無盡的，但它們在總體形態設計上都比較相似：當你想製造一個需要穿越複雜各種地形的機器人時，你腦海中可能會立刻跳出一隻四足機器狗，但我們想知道這是否真的是最佳設計。
  • 為了讓機器人適應各種地形,MIT的學霸用AI做了昆蟲仿生研究
    選擇正確的形態對機器人能否穿越特定地形至關重要，而要窮極每一種潛在的形態是不可能的。不過現在，麻省理工開發的系統就可以進行完整模擬，並確定哪種設計最有效。當然，你首先要告訴這個叫做 RoboGrammar 的系統你車間裡現在有哪些機器人零件——比如輪子和關節等，你還得說明白機器人要用在什麼地形上。
  • 研究人員開發了可以對機器人形狀進行仿真的計算機系統
    然而，設計出來的機器人可能並不像我們想像中那麼理想。如下圖所示，這款機器人在爬行過程中看起來十分吃力，而且過長的 「手臂」 也讓它行動遲緩。 　　那我們不妨讓計算機幫忙設計一下。 　　該論文的第一作者、麻省理工學院計算機科學與人工智慧實驗室 （CSAIL） 的博士生 Allan Zhao 稱：「機器人設計仍然是一個非常手工化的過程。」 他將 RoboGrammar 描述為 「一種更具創造性的機器人設計方法，利用這種方法進行設計可能更高效。」 　　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造力。
  • 計算機進化論:MIT最新人工智慧系統設計機器人,AI超乎你想像
    ，並模擬不同的機器人形態。 機器人自動化設計 麻省理工學院計算機科學與人工智慧實驗室的博士生趙阿蘭在一份新聞稿中解釋說:"在此之前，機器人設計仍然是一個非常依賴手工的過程。"在自動化行業裡面，這個問題一直長期存在。 趙博士將機器人語法描述為"一種自主創造、更有創意的機器人設計的方式，這種設計可能會更有效。"
  • 2002年到2019年的MIT計算機課程免費開放了!
    程式設計師書庫（ID：OpenSourceTop）編譯課程來自：https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/麻省理工學院成立於1861年，是美國一所綜合性私立大學，有「世界理工大學之最」的美名。
  • MIT華人科學家打造磁控線形機器人:可在腦血管中遊走
    趙選賀團隊希望設計一款遠程控制的微型導絲機器人，可以巡航複雜微小血管網絡，也減少醫生受到的輻射。磁控軟體機器人來穿針引線趙選賀團隊這款導絲稱為鐵磁軟機器人。它由磁性軟材料構成，其中磁化或可磁化的微粒均勻分布在軟質聚合物基質中，那麼這就可以經過列印或注塑得以實現亞毫米的小型化製造。
  • MIT科學家開發機器翻譯新算法,專為破譯消失的古語言
    相反，許多科學家開始利用計算機技術，去探索已經消失的、幾乎成為謎底的滅絕古老語言。近日，麻省理工學院計算機科學與人工智慧實驗室（Computer Science and Artificial Intelligence Laboratory 簡稱 CSAIL）的研究人員就開發出一種計算機算法，旨在幫助語言學家破譯歷史上已消失的語言。
  • Daniela Rus ,和她帶領的 MIT 計算機科學與人工智慧實驗室
    在過去的 50 年多裡，該項目的各種人才迭代在機器人和計算機科學中起到了關鍵作用。實驗室官網上自豪地展示著一長串的成就清單，從創造了奠定現代作業系統基礎的 Multics ，到早期的文件共享系統和移動機器人，再到一些全球資訊網的底層技術。事實上，全球資訊網之父 Tim Berners-Lee 就是 CSAIL 的 110 位團隊領導之一。
  • 科學家實現複雜天然產物合成的計算機設計
    科學家實現複雜天然產物合成的計算機設計 作者：小柯機器人 發布時間：2020/10/15 15:35:20 韓國蔚山科技大學Bartosz A. Grzybowski等研究人員合作實現複雜天然產物合成的計算機設計。
  • 我們太依賴計算機了嗎? - 計算機自動化,機器人 - IT之家
    當谷歌2010年宣布，它將一輛豐田普銳斯改造成為能在道路上自動駕駛的汽車——這確實是一個了不起的成就——該公司還預測，完全自主駕駛的汽車將在2020年上市銷售。這不太可能實現。谷歌在炒作無人駕駛汽車時，一直沒有提及到一個事實：在無人駕駛汽車的操作中，人類駕駛員繼續發揮著至關重要的作用。
  • 科學家開發出神經形態計算機的組件
    到目前為止，它們以自適應軟體的形式在傳統處理器上運行，但是專家們正在研究另一種概念，即「神經形態計算機」。神經形態計算機，英語：，neuromorphic computer，不是由軟體模擬，而是在硬體組件中重建大腦的神經元。 這種方法在神經仿真中的主要優勢在於，計算機是從硬體層面設計為物理上類似於大腦，因此可以簡化計算本身。
  • 機器傳奇:全球13位科學家和他們的機器人「孩子」
    Victor Scheinman——發明第一臺由電動計算機控制的機器人手臂Victor Scheinman（1942年-2016年）出生在美國喬治亞州奧古斯塔，在高中時，Scheinman就設計了一個語音控制打字機。
  • MIT科學家想讓機器擁有直覺
    為了改善這一點，麻省理工學院的計算機科學與人工智慧實驗室（CSAIL）的團隊提出了一種方法，可以讓我們與機器進行更緊密地協作。實驗室網址：http://csail.mit.edu/該系統被稱為「Conduct-A-Bot」，它使用來自可穿戴傳感器的人體肌肉信號來引導機器人運動。
  • MIT研發出腦控機器人:可使用腦波為機器人糾錯
    選自news.mit.edu作者：Adam Conner-Simons機器之心編譯參與：微胖、晏奇、吳攀MIT 研發出的反饋系統能夠讓人類操作者僅通過大腦信號就能實時糾正機器人做出的選擇。研究論文可點擊閱讀原文查閱。為了讓機器人按照人類想法行事，它們就得理解我們。
  • MIT耗時6年研製魔法積木機器人:自己變形、自動合體!
    麻省理工學院的計算機科學和人工智慧實驗室（CSAIL）在美國國家科學基金會和亞馬遜機器人部門的協助下，經過六年時間，研發出了一種像積木一樣的模塊化協同機器人。
  • MIT類腦晶片新突破:識別準確率95%,能像大腦一樣處理百萬計算流
    研究發表在《Nature Materials》上，這一成果也被認為是邁向用於模式識別和其它學習任務的可攜式低功耗神經形態晶片的重要一步。一直以來，神經形態計算領域的研究人員都希望能將人腦的能力「複製」到計算機晶片。