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。

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，并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，人們要做的是就是告訴 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？并沒有人知道。

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。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，占已知動物物種的 80％以上。

Allan Zhao 表示：“節肢動物的特點是有一個中心體，并且其節數可變，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。”

于是，研究人員采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造力。”但是，盡管語法可以提高設計數量，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，這就是為什么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造每個機器人。”

[[356392]]

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、制造和編程機器人，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。