设想一下，如果人们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？还是应该像一只蚂蚁一样有六条腿？
设计出合适的形状，对于机器人穿越特定地形的能力来讲是至关重要的。但是，不可能通过人工设计来构建和测试每一种潜在的形态。
近日，来自麻省理工学院（MIT）的研究人员，成功开发了一种计算机系统，研究人员利用该系统可以对机器人的形状进行仿真，并确定哪种设计的效果是最优的。
相关论文以“RoboGrammar: Graph Grammar for Terrain-Optimized Robot Design”为题，发表在 2020 年度 SIGGRAPH 亚洲的会议上。
（来源：MIT官网）
论文作者之一、来自麻省理工学院计算机科学与人工智能实验室（CSAIL）的博士生 Allan Zhao 说：“机器人设计仍然是一个非常手工化的过程。
RoboGrammar 系统提出了一种新的、更具创造性的机器人设计方法，这种方法设计出的机器人结构可能会更有效果。”
首先，人们要做的是就是告诉 RoboGrammar 系统，车间周围摆着哪些能用的机器人零件（比如：轮子、关节等）；
同时，还告诉它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，为人们想要的机器人生成优化的结构和控制程序。
研究人员表示，这一进展可能会给设计机器人形状领域注入一定的计算机辅助创造力。
计算机辅助创造力
机器人是为了完成各种任务而建造的，但是它们的总体形状和设计往往非常相似。
例如，当人们想到建造一个需要穿越各种地形的机器人时，会立即把想到四足动物，比如一种像狗一样，有四条腿的动物。但是这是否真的是最佳设计呢？并没有人知道。
因此，来自 MIT 的团队推测，更多创新的设计才可以改善机器人的功能。他们为这项任务建立了一个计算机模型，这个计算机模型不会受到先前惯例的过度影响。虽然创新是目标，但该模型必须制定一些基本标准才可以保证正常的工作。
研究人员认为，如果人们可以用任意的方式连接机器人的这些部件，那么最终会陷入到混乱当中。
为了避免这种情况，研究团队开发了一种“图形语法（Graph Grammar）”，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。
（来源：MIT 官网）
事实上，该系统图形语法规则的灵感不是来自其他机器人的启发，而是受到动物（尤其是节肢动物）的启发。
这些无脊椎动物包括昆虫、蜘蛛和虾。作为一个庞大的群体，节肢动物是一个成功的进化故事，占已知动物物种的 80％以上。
Allan Zhao 表示：“节肢动物的特点是有一个中心体，并且其节数可变，有些部分可能有支腿连接。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动物形态，包括四足动物。”
于是，研究人员采用了根据节肢动物启发的规则。但是系统为机器人也增加了一些机械上的功能，例如，它是允许机器人使用轮子的，而不仅仅是腿。
机器人方阵
使用该团队为系统制定的规则，RoboGrammar 可以按三个连续的步骤运行。首先是需要定义问题，然后生成可能的机器人解决方案，最后去选择最佳方案。
问题的定义很大程度上取决于人类用户，他们输入了一组可用的机器人组件，例如电机、支腿和连接段。
需要注意的是，这些问题是确保最终机器人可以真正在现实世界中制造的关键。用户还可以指定要穿越的地形种类，这些种类包括阶梯、平坦区域或光滑表面等元素的组合。
通过这些输入，RoboGrammar 使用图形语法的规则来设计成千上万个潜在的机器人结构。有些看起来有点像赛车，有些看起来像蜘蛛，或者是像一个在做俯卧撑的人。
Allan Zhao 说：“看到各种各样的设计，我们感到倍受鼓舞。这无疑显示了图形语法的创造力。”但是，尽管语法可以提高设计数量，但它的设计并不总是具有最佳的质量。
而且，选择最佳的机器人设计还需要控制每个机器人的运动并评估其功能。到目前为止，这些机器人还只是系统生成结构而已。
控制器是给这些结构带来生命的指令集，控制着机器人各种电机的运动顺序。因此，该团队使用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。
Allan Zhao 表示：“机器人的形状和控制器深深地交织在一起，这就是为什么我们必须为每个给定的机器人单独优化控制器的原因。”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对机器人集合进行采样和评估，并学习哪种设计更适合给定的任务。Allan Zhao 表示：“启发式功能会随着时间的推移而不断提高，并且搜索会收敛到最优的机器人。”
而这一切，都是在人类设计师拿起螺丝钉之前发生的。
25 年来的最高成就
MIT 的研究人员希望这个系统可以激发人类的创造力。他们将 RoboGrammar 描述为 “机器人设计人员扩大他们所使用的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 的一些最佳机器人。
该系统还可以被改造成在穿越地形之外追求机器人形状设计的目标工具。Allen Zhao 表示，RoboGrammar 可以帮助填充虚拟世界。
“比如，在视频游戏中，人们如果想要生成很多类型的机器人，RoboGrammar 几乎会立即为此工作，而不需要艺术家来创造每个机器人。”
图 | 机器人创造力（来源：JAMES YANG）
而该项目的一项令人惊讶的成果是，大多数机器人的设计最终都是四足的。研究人员表示，也许机器人设计人员一直以来都倾向于四足动物，是有一些道理的。
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。”
随着该系统的出现，人们可以预见，在未来机器人的设计，或许仅仅需要一台计算机。
