资讯 业界
此为临时链接,仅用于文章预览,将在时失效

足式机器人何必非得四条腿!机器人该长啥样,MIT 让计算机「立规矩」

作者:付静
2020/12/09 18:01

谈起学英语,很多人最为头疼的便是两个字——语法(grammar)。

其实,不仅英文有语法,任何语言都需要语法,作为语言学(Linguistics)的一个分支,它是语言的行文法则。

给词、短语、句子立规矩,一门语言则有了基础;同理,设计机器人也需要规则,就比如机器人在穿越某种地形时,其形态如何极为关键。

想象一下,要设计一个会爬楼的机器人,它应该像人一样有两条腿,还是像蚂蚁一样有六条腿呢?

足式机器人何必非得四条腿!机器人该长啥样,MIT 让计算机「立规矩」

要想知道何种形态爬楼效果最佳,最直接的方式是把每一种可能的方案都尝试一遍,但这种方法自然耗时耗力。

基于此,美国麻省理工学院(MIT)有了给机器人制定「语法」的想法——开发一种名为 RoboGrammar 的计算机系统。

机器人长什么样,就让计算机来决定吧!

计算机如何设计机器人?

1967 年,SIGGRAPH(Special Interest Group for Computer GRAPHICS,计算机图形图像特别兴趣小组)成立,其关注点主要在于计算机绘图和动画制作软硬件技术。

1974 年起,SIGGRAPH 开始举办年会,为众多计算机图像技术软硬件厂商的最新研究成果提供一个展示的机会,SIGGRAPH 年会上的展品常被媒体称为是图像的未来。

比如在 SIGGRAPH 2017 上,NVIDIA 展示了 VR 相关技术、Intel 展示了在电影《敦刻尔克》的拍摄中提供的技术支持。

SIGGRAPH 2020(Asia)上,有关 MIT RoboGrammar 系统的研究成果公布。

足式机器人何必非得四条腿!机器人该长啥样,MIT 让计算机「立规矩」

其论文题为 RoboGrammar: Graph Grammar for Terrain-Optimized Robot Design(机器人语法:基于地形优化机器人设计的图形语法),这也直接点明了 RoboGrammar 的主要侧重点:地形。

实际上,MIT 研究团队的初心在于创新机器人的形态,以达到最佳性能。

论文第一作者、MIT 计算机科学与人工智能实验室(CSAIL)博士生 Allan Zhao 认为,设计机器人的目的可以说是几乎无穷无尽的,但它们在总体形态设计上都比较相似:

当你想制造一个需要穿越复杂各种地形的机器人时,你脑海中可能会立刻跳出一只四足机器狗,但我们想知道这是否真的是最佳设计。

足式机器人何必非得四条腿!机器人该长啥样,MIT 让计算机「立规矩」

研究团队设计的 RoboGrammar 系统作为一种自动化的方法,主要用于生成优化的机器人结构。

要打造机器人,首先计算机需要知道两方面信息:一是车间里有哪些零件(轮子、关节等)可用,即下图中的 components;二是机器人未来要存在于哪种环境下(楼梯、平坦区域或光滑表面,或是几种地形的组合等),即 terrains。

例如在摩擦系数仅为 0.05 的结冰湖面上,机器人的形态可以是这样的。

足式机器人何必非得四条腿!机器人该长啥样,MIT 让计算机「立规矩」

再例如类似这样的组合地形。

足式机器人何必非得四条腿!机器人该长啥样,MIT 让计算机「立规矩」

基于两方面信息,接下来的工作就可以完全交给 RoboGrammar 系统了。

系统中,机器人组件的所有排列方式通过图形语法(graph grammar)来表示,随后可能会形成数十万个机器人的形态设计(grammar generated structures),都用一幅图表示。

足式机器人何必非得四条腿!机器人该长啥样,MIT 让计算机「立规矩」

也就是说,每种设计都对应着一个语法规则序列,而这种语法规则主要受到自然界中节肢动物的启发。

机器人的哪种形态最佳?

有了语法规则,针对特定地形,系统已经生成了多样的排列组合。但正如 Allan Zhao 所言:

语法创造的只是数量,并非机器人的最佳形态。

那么,哪种形态最佳呢?

带着这个问题,RoboGrammar 系统开始了关键一步——自动检索适用于地形的性能最佳机器人及其相应的控制器。

所谓控制器,是指一组能为机械结构真正赋予生命的指令,它将控制机器人各个马达的运动顺序,在论文中,控制器的算法被称为是「模型预测控制」(Model Predictive Control),在这一算法中,快速向前移动的优先级最高。

 当每个机械结构被赋予生命后,计算机就会通过被称为「图形启发式搜索」(Graph Heuristic Search) 的神经网络算法来检索高性能机器人。

作为一种新型的组合设计空间的高效搜索方式,Graph Heuristic Search 使得计算机在探索设计空间的同时学习函数,该函数能将不完整的设计(如组合搜索树中的节点)映射到通过扩展这些不完整的设计实现的最佳性能值。

值得一提的是,Graph Heuristic Search 优先探索的是设计空间中那些最有希望的分支。

为进一步测试 Graph Heuristic Search, 研究人员特意设定了多种对于机器人来说具有挑战性的地形。结果证明,不论是单一地形还是地形组合,RoboGrammar 都能生成性能最佳的机器人。

而上述所有步骤都发生在工程师拿起螺丝钉之前。

Allan Zhao 表示:

目前为止,机器人设计仍然是一个非常“手工”的过程,而我们的 RoboGrammar 则是一种更新颖的、更有创意的机器人设计方法,它可能会更高效。

机器人研究权威专家、美国哥伦比亚大学教授 Hod Lipson 对这项研究成果的评价则是:

这项工作是 25 年来在自动设计机器人形态和控制方面的最高成就。使用图形语法的想法已经出现一段时间了,但是还没有哪个团队能像这样完美地实现了这一想法。

正如很多科学领域一样,机器人的未来还有很大的想象空间,期待 MIT 这一创新想法的后续进展。

引用来源:

https://cdfg.mit.edu/assets/files/robogrammar.pdf

https://news.mit.edu/2020/computer-aided-robot-design-1130

雷锋网雷锋网雷锋网

长按图片保存图片,分享给好友或朋友圈

足式机器人何必非得四条腿!机器人该长啥样,MIT 让计算机「立规矩」

扫码查看文章

正在生成分享图...

取消
相关文章