0
本文作者: 付靜 | 2020-12-09 18:01 |
談起學(xué)英語,很多人最為頭疼的便是兩個(gè)字——語法(grammar)。
其實(shí),不僅英文有語法,任何語言都需要語法,作為語言學(xué)(Linguistics)的一個(gè)分支,它是語言的行文法則。
給詞、短語、句子立規(guī)矩,一門語言則有了基礎(chǔ);同理,設(shè)計(jì)機(jī)器人也需要規(guī)則,就比如機(jī)器人在穿越某種地形時(shí),其形態(tài)如何極為關(guān)鍵。
想象一下,要設(shè)計(jì)一個(gè)會(huì)爬樓的機(jī)器人,它應(yīng)該像人一樣有兩條腿,還是像螞蟻一樣有六條腿呢?
要想知道何種形態(tài)爬樓效果最佳,最直接的方式是把每一種可能的方案都嘗試一遍,但這種方法自然耗時(shí)耗力。
基于此,美國(guó)麻省理工學(xué)院(MIT)有了給機(jī)器人制定「語法」的想法——開發(fā)一種名為 RoboGrammar 的計(jì)算機(jī)系統(tǒng)。
機(jī)器人長(zhǎng)什么樣,就讓計(jì)算機(jī)來決定吧!
1967 年,SIGGRAPH(Special Interest Group for Computer GRAPHICS,計(jì)算機(jī)圖形圖像特別興趣小組)成立,其關(guān)注點(diǎn)主要在于計(jì)算機(jī)繪圖和動(dòng)畫制作軟硬件技術(shù)。
1974 年起,SIGGRAPH 開始舉辦年會(huì),為眾多計(jì)算機(jī)圖像技術(shù)軟硬件廠商的最新研究成果提供一個(gè)展示的機(jī)會(huì),SIGGRAPH 年會(huì)上的展品常被媒體稱為是圖像的未來。
比如在 SIGGRAPH 2017 上,NVIDIA 展示了 VR 相關(guān)技術(shù)、Intel 展示了在電影《敦刻爾克》的拍攝中提供的技術(shù)支持。
SIGGRAPH 2020(Asia)上,有關(guān) MIT RoboGrammar 系統(tǒng)的研究成果公布。
其論文題為 RoboGrammar: Graph Grammar for Terrain-Optimized Robot Design(機(jī)器人語法:基于地形優(yōu)化機(jī)器人設(shè)計(jì)的圖形語法),這也直接點(diǎn)明了 RoboGrammar 的主要側(cè)重點(diǎn):地形。
實(shí)際上,MIT 研究團(tuán)隊(duì)的初心在于創(chuàng)新機(jī)器人的形態(tài),以達(dá)到最佳性能。
論文第一作者、MIT 計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室(CSAIL)博士生 Allan Zhao 認(rèn)為,設(shè)計(jì)機(jī)器人的目的可以說是幾乎無窮無盡的,但它們?cè)诳傮w形態(tài)設(shè)計(jì)上都比較相似:
當(dāng)你想制造一個(gè)需要穿越復(fù)雜各種地形的機(jī)器人時(shí),你腦海中可能會(huì)立刻跳出一只四足機(jī)器狗,但我們想知道這是否真的是最佳設(shè)計(jì)。
研究團(tuán)隊(duì)設(shè)計(jì)的 RoboGrammar 系統(tǒng)作為一種自動(dòng)化的方法,主要用于生成優(yōu)化的機(jī)器人結(jié)構(gòu)。
要打造機(jī)器人,首先計(jì)算機(jī)需要知道兩方面信息:一是車間里有哪些零件(輪子、關(guān)節(jié)等)可用,即下圖中的 components;二是機(jī)器人未來要存在于哪種環(huán)境下(樓梯、平坦區(qū)域或光滑表面,或是幾種地形的組合等),即 terrains。
例如在摩擦系數(shù)僅為 0.05 的結(jié)冰湖面上,機(jī)器人的形態(tài)可以是這樣的。
再例如類似這樣的組合地形。
基于兩方面信息,接下來的工作就可以完全交給 RoboGrammar 系統(tǒng)了。
系統(tǒng)中,機(jī)器人組件的所有排列方式通過圖形語法(graph grammar)來表示,隨后可能會(huì)形成數(shù)十萬個(gè)機(jī)器人的形態(tài)設(shè)計(jì)(grammar generated structures),都用一幅圖表示。
也就是說,每種設(shè)計(jì)都對(duì)應(yīng)著一個(gè)語法規(guī)則序列,而這種語法規(guī)則主要受到自然界中節(jié)肢動(dòng)物的啟發(fā)。
有了語法規(guī)則,針對(duì)特定地形,系統(tǒng)已經(jīng)生成了多樣的排列組合。但正如 Allan Zhao 所言:
語法創(chuàng)造的只是數(shù)量,并非機(jī)器人的最佳形態(tài)。
那么,哪種形態(tài)最佳呢?
帶著這個(gè)問題,RoboGrammar 系統(tǒng)開始了關(guān)鍵一步——自動(dòng)檢索適用于地形的性能最佳機(jī)器人及其相應(yīng)的控制器。
所謂控制器,是指一組能為機(jī)械結(jié)構(gòu)真正賦予生命的指令,它將控制機(jī)器人各個(gè)馬達(dá)的運(yùn)動(dòng)順序,在論文中,控制器的算法被稱為是「模型預(yù)測(cè)控制」(Model Predictive Control),在這一算法中,快速向前移動(dòng)的優(yōu)先級(jí)最高。
當(dāng)每個(gè)機(jī)械結(jié)構(gòu)被賦予生命后,計(jì)算機(jī)就會(huì)通過被稱為「圖形啟發(fā)式搜索」(Graph Heuristic Search) 的神經(jīng)網(wǎng)絡(luò)算法來檢索高性能機(jī)器人。
作為一種新型的組合設(shè)計(jì)空間的高效搜索方式,Graph Heuristic Search 使得計(jì)算機(jī)在探索設(shè)計(jì)空間的同時(shí)學(xué)習(xí)函數(shù),該函數(shù)能將不完整的設(shè)計(jì)(如組合搜索樹中的節(jié)點(diǎn))映射到通過擴(kuò)展這些不完整的設(shè)計(jì)實(shí)現(xiàn)的最佳性能值。
值得一提的是,Graph Heuristic Search 優(yōu)先探索的是設(shè)計(jì)空間中那些最有希望的分支。
為進(jìn)一步測(cè)試 Graph Heuristic Search, 研究人員特意設(shè)定了多種對(duì)于機(jī)器人來說具有挑戰(zhàn)性的地形。結(jié)果證明,不論是單一地形還是地形組合,RoboGrammar 都能生成性能最佳的機(jī)器人。
而上述所有步驟都發(fā)生在工程師拿起螺絲釘之前。
Allan Zhao 表示:
目前為止,機(jī)器人設(shè)計(jì)仍然是一個(gè)非?!笆止ぁ钡倪^程,而我們的 RoboGrammar 則是一種更新穎的、更有創(chuàng)意的機(jī)器人設(shè)計(jì)方法,它可能會(huì)更高效。
機(jī)器人研究權(quán)威專家、美國(guó)哥倫比亞大學(xué)教授 Hod Lipson 對(duì)這項(xiàng)研究成果的評(píng)價(jià)則是:
這項(xiàng)工作是 25 年來在自動(dòng)設(shè)計(jì)機(jī)器人形態(tài)和控制方面的最高成就。使用圖形語法的想法已經(jīng)出現(xiàn)一段時(shí)間了,但是還沒有哪個(gè)團(tuán)隊(duì)能像這樣完美地實(shí)現(xiàn)了這一想法。
正如很多科學(xué)領(lǐng)域一樣,機(jī)器人的未來還有很大的想象空間,期待 MIT 這一創(chuàng)新想法的后續(xù)進(jìn)展。
引用來源:
https://cdfg.mit.edu/assets/files/robogrammar.pdf
https://news.mit.edu/2020/computer-aided-robot-design-1130
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。