摘要：机器人的形状决定了它可以执行的任务类型和工作环境。在当前的技术限制下，无法构建和测试每种形式，但是由麻省理工学院的研究人员开发的新系统可以实现多种形式被模拟。模拟之后，可以从组中挑选出最好的。

   机器人的形状决定了它可以执行的任务类型和工作环境。在当前的技术限制下，无法构建和测试每种形式，但是由麻省理工学院的研究人员开发的新系统可以实现多种形式被模拟。模拟之后，可以从组中挑选出最好的。
　　
　　新系统称为Robo Grammar，第一步是告知它可用的机器人零件类型，例如轮子和关节。然后，可以指示机器人将在其上运行的地形类型，但这基本上就是它。然后，RoboGrammar生成优化的结构和控制程序。
　　
　　推进机器人设计领域
　　
　　新系统是高级领域的一大进步，而高级领域仍然大部分是人工的。
　　
　　AllanZhao是该研究的主要作者，并且是麻省理工学院计算机科学和人工智能实验室（CSAIL）的博士学位学生。
　　
　　AllanZhao说，“机器人设计仍然是一个非常手工的过程，RoboGrammar系统是“一种可能会更有效地提出新颖，更具创新性的机器人设计的方法。”
　　
　　他说，“机器人是为各种任务而建造的，但它们的整体形状和设计往往非常相似。当人们想到构建需要跨越各种地形的机器人时，就会立即跳到四足机器人。我们想知道这是否真的是最佳设计。”
　　
　　该团队认为，全新的创新设计可以产生更好的结果并改善功能，这就是为什么他们为任务构建计算机模型的原因。该系统不受先前约定的影响，并且应用了一些规则。
　　
　　他表示，可能的机器人形式的集合主要是由荒谬的设计组成的。如果您只能以任意方式连接部件，那么将陷入混乱。
　　
　　图形方法
　　
　　该小组着手开发一种“图形语法”，该语法限制了机器人组件的布置方式。如此一来，每个计算机生成的设计都可以在基本级别上工作，并且存在一些约束，例如无法将腿段彼此连接，而不是将关节连接。
　　
　　在设计图语法规则时，AllanZhao受动物（尤其是节肢动物）的启发。
　　
　　AllanZhao说，“节肢动物的特征是具有一个中心节，节段数可变。某些部分可能带有腿，”赵说。而且我们注意到，这不仅足以描述节肢动物，还可以描述更熟悉的形式。”
　　
　　通过使用图文法，RoboGrammar分三步操作。首先它定义了问题。其次，它设计了可能的机器人解决方案。第三，选择最佳的方案。
　　
　　用户负责确定问题并输入一组可用的机器人组件，例如电机、支腿和连接段。用户还输入机器人将在哪种类型的地形上运行。
　　
　　他说：“这是确保最终机器人可以真正在现实世界中建造的关键。”
　　
　　数十万个结构
　　
　　RoboGrammar遵循图文法则规则，并设计了数十万种具有各种不同外观的可能的机器人结构。
　　
　　AllanZhao说，“看到设计的多样性对我们来说是非常鼓舞人心的，它绝对显示了语法的表现力。但是，并非所有设计都是好的，选择最佳意味着必须评估每个机器人的运动和功能。
　　
　　到目前为止，这些机器人只是结构而已。”
　　
　　该团队通过称为模型预测控制的算法为每个机器人开发了一个控制器，该算法优先考虑快速向前运动，这就是推进结构的原因。
　　
　　他说，“机器人的形状和控制器相互交织，这就是为什么我们必须为每个给定的机器人分别优化控制器的原因。”
　　
　　然后，研究人员使用神经网络算法来找到高性能的机器人。该算法对不同的机器人组进行采样和评估，并了解哪些设计可以完成哪些任务。
　　
　　到目前为止，所有提到的事情都是在没有人工干预的情况下进行的。
　　
　　哥伦比亚大学机械工程师兼计算机科学家HodLipson表示：“这项工作是25年对自动设计机器人形态和控制的探索中的最高成就。使用形状语法的想法已经存在了一段时间，但是没有一个地方能像在这项工作中那样完美地执行了这个想法。”
　　
　　AllanZhao表示，RoboGrammar是“机器人设计师用来扩展其所依赖的机器人结构空间的工具”。
　　
　　该团队现在计划在现实世界中构建和测试一些机器人，该系统可以超越地形遍历并进入虚拟世界等领域。
　　
　　他说，“例如在视频游戏中，想要生成很多类型的机器人，而无需艺术家来创建每个机器人。RoboGrammar几乎会立即为此工作。”
　　
　　编辑：Harris