麻省理工学院新AI系统按需创建模拟不同的机器人形态

麻省理工学院的一个新AI系统允许机器人创造者模拟不同的机器人形态，以确定哪种形态最能达到他们想要的结果。该系统名为RoboGrammar，在开发人员键入他们想要用于机器人的部件以及机器人需要导航的地形类型后，就可以模拟不同的机器人形态。

自动化机器人设计

“机器人设计仍然是一个手动过程，”该论文的主要作者、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解释道。

他将RoboGrammar描述为 “一种提出新的、更有创造性的机器人设计方法，这些设计可能会更有效。”

麻省理工学院的团队表示，RoboGrammar的主要灵感来自于动物王国，而不是其他机器人设计–尤其是蜘蛛和龙虾等节肢动物。

RoboGrammar的操作分为三个连续的步骤：定义问题，拟定可能的机器人解决方案，然后选择最优模型。获取更多前沿科技信息访问：https://byteclicks.com

利用这些步骤，RoboGrammar利用麻省理工学院团队建立的图文法规则，设计出数十万种潜在的机器人结构。

“对我们来说，看到各种各样的设计是相当鼓舞人心的，”研究人员说。”这绝对显示了语法的表现力。”

设计最佳机器人

然后为了评估其中哪种设计效果最好，团队为每个机器人开发了一个控制器，并采用了一种名为 “模型预测控制 “的算法，该算法优先考虑快速向前运动。

“机器人的外形和控制器深深地交织在一起，”赵说，”这就是为什么我们要为每个给定的机器人单独优化一个控制器的原因。”

一旦每个模拟机器人都能够移动，研究人员就会使用 “图式启发式搜索 “来寻找高性能机器人。研究人员表示，这种神经网络算法会对机器人集进行迭代采样和评估。最终，它允许RoboGrammar程序为任何给定场景选择最佳的机器人设计。

这将帮助机器人学家为灾难响应和其他类似的能力建立最好的模型。