被称为25年来的最高成就！MIT科学家让计算机定规矩，上万种机器人形态随你挑
你能想到的机器人形态最多有多少种？
比如，我们现在需要一个能爬楼梯的机器人，那么这个机器人应该是什么的形状？它是应该像人一样有两条腿？还是应该像狗一样有四条腿？
小编想，如果机器人会七十二变就好了，想要什么样子就变成什么样子，何必煞费苦心的去想这些问题。
麻省理工学院（MIT）的一支研究团队倒是给出了满分答案。
他们开发了一种新的机器人设计系统，叫做RoboGrammar，把提供创意的工作交给计算机来做。这一最新研究成果不仅仅能让机器人学会七十二变，成千上万种变化也毫不夸张，只要你提出需求，它便会提供最完美合适的机器人形状，被评价为25年来的最高成就！
RoboGrammar的操作分为三个顺序：定义问题，制定可能的机器人解决方案，然后选择最佳模型。通过这些步骤，RoboGrammar可以设计数十万个潜在的机器人结构。
定义问题
很简单，说出你的需求。
告诉RoboGrammar你有哪些能用的机器人组件（轮子、关节等）；还有机器人需要在什么类型的地面上行驶。然后RoboGrammar 就会负责其余工作，生成你想要的机器人结构和控制程序。
比如，你想要机器人会爬楼梯，RoboGrammar提供的解决方案：
在具有一定粗糙度的平面爬行：
走迷宫也行啊：
有效的不确定性
RoboGrammar是如何得到这些解决方案的呢？
我们不是已经告诉它目前可用的机器人组件了嘛，RoboGrammar要做的就是把这些组件排列组合起来。
不同的排列组合方法得到的多种机器人形态
研究团队开发了一种“图形语法（GraphGrammar）”，这是对机器人组件排列的一系列约束。例如，相邻的支腿应该用一个关节连接，而不是用另一个支腿相连。这样的规则确保至少设计是在初级水平上，每个计算机生成的设计作品都是可以工作的。图形语法规则基于节肢动物的启发，例如昆虫，蜘蛛和龙虾等。
选择最佳模型
接下来要在一系列排列组合的机器人里选择一个Top 1，最好的方法是什么呢？
模拟，需要模拟每个机器人的运动并评估其功能。MIT团队使用称为模型预测控制（MPC）的算法为每个机器人开发了一个控制器，优先考虑快速向前运动。控制器可以生成使机器人结构变得栩栩如生的指令集，它控制着机器人各种电机的运动顺序。
团队的主要负责人 ALLAN Zhao表示：“机器人的形状和控制器紧密交织在一起，这就是为什么我们必须为每个机器人分别优化控制器的原因。”一旦每个模拟机器人都可以自由移动，研究人员便可以通过“图形启发式搜索”来寻找高性能的机器人。这种神经网络算法迭代地采样和评估机器人的集合，可以了解哪些设计在给定任务下往往更有效。Zhao表示：“启发式功能会随着时间的推移而提高，并且将搜索收敛到最佳机器人。”
25年来的最高成就
机器人是为了完成各种任务而被创造的，如何设计出最合适的形状，对于机器人穿越特定地形的能力来讲是至关重要的。当人们想到设计一个需要穿越各种地形的机器人时，会想到四足，或六足机器人，但这是否真的是最佳设计呢？不一定。
MIT 的研究人员认为，不可能通过人工来构建和测试每一种潜在的形态，而 RoboGrammar 可以成为扩大机器人结构空间的工具。为了展示其可行性，该研究团队还计划在现实世界中构建和测试 RoboGrammar 提供的最佳机器人。
除此之外，RoboGrammar 还可以帮助填充虚拟世界。
“比如，在设计游戏中的机器人人物形象时，如果有了RoboGrammar，就可以拯救游戏程序员日益上涨的发际线了。”
哥伦比亚大学的机械工程师兼计算机科学家 Hod Lipson 评价道：“这项工作是 25 年来自动设计机器人形态和控制的最高成就。使用形状语法的想法已经存在了一段时间了，但是没有一个地方像在这部作品中那样完美地实现了这个想法。一旦我们能够让机器自动设计、制造和编程机器人，所有的赌注都将消失。”
我们可以预见，未来机器人的设计，或许仅仅需要一台计算机。
【参考链接】
https://news.mit.edu/2020/computer-aided-robot-design-1130
https://cdfg.mit.edu/publications/robogrammar-graph-grammar-for-terrain-optimized-robot-design
END
好文回顾
＊主打年轻人，内核是创新！这个新晋扫地机器人品牌一年崛起的秘密！
＊智能操作系统+落地应用双核驱动，AI 路上，这家企业的极致探索
＊公示|国家重点研发计划“智能机器人”重点专项2020年度项目安排公示
＊优必选机器人操作系统ROSA研发与应用 | 优必选科技软件平台技术专家王嘉晋