改进自主机器人系统的方法

机器人的见解

• 麻省理工学院工程师们开发了一种优化代码，可以用于模拟几乎任何自主机器人系统，并提高机器人的整体设计性能。这一发展可以帮助改进广泛的自主系统和机器人系统，使它们更加智能，并可以加快整体发展。
• 长期以来，让机器人更智能、更独立一直是机器人开发者面临的挑战，但近年来，随着机器人走出牢笼，与人类并肩工作，这方面已经取得了进展。像人类一样凭直觉和学习的能力还没有被复制，但诸如此类的发展正在使这一想法更接近现实。
• 负责这项研究的麻省理工学院团队将在纽约举行的年度机器人:科学与系统会议上展示他们的发现。

---

自Roomba问世以来，自主机器人已经取得了长足的进步。近年来，人工智能系统已被应用于自动驾驶汽车、最后一英里送餐、餐厅服务、患者筛查、医院清洁、备餐、建筑安全以及仓库包装等领域。

这些机器人系统中的每一个都是特定于该特定系统的特别设计过程的产物。在设计一个自主机器人时，工程师必须进行无数次的试错模拟，通常是凭直觉。这些模拟是针对特定机器人的组件和任务量身定制的，以调整和优化其性能。在某些方面，今天设计一个自主机器人就像从零开始烤蛋糕，没有配方或准备好的混合物来确保成功的结果。

麻省理工学院的工程师们为机器人专家开发了一种通用的设计工具，作为一种自动化的成功秘诀。该团队设计了一种优化代码，可以应用于几乎任何自主机器人系统的模拟，并可用于自动识别如何以及在哪里调整系统以提高机器人的性能。

该团队表明，该工具能够快速提高两个截然不同的自主系统的性能:一个是机器人在两个障碍物之间导航，另一个是一对机器人一起工作移动一个沉重的盒子。

研究人员希望新的通用优化器可以帮助加快广泛自主系统的开发，从步行机器人和自动驾驶车辆，到柔软和灵巧的机器人，以及协作机器人团队。

反向设计

麻省理工学院研究生Charles Dawson和麻省理工学院航空航天系助理教授Chuchu Fan在观察了大量可用于其他工程学科的自动化设计工具后，意识到需要一种通用的优化工具。

ChaDawson说:“如果一个机械工程师想要设计一个风力涡轮机，他们可以使用3D CAD工具来设计结构，然后使用有限元分析工具来检查它是否能抵抗特定的载荷。”“然而，目前还缺乏用于自主系统的计算机辅助设计工具。”

通常，机器人专家优化自主系统的方法是首先对系统及其许多相互作用的子系统进行模拟，如规划、控制、感知和硬件组件。然后，她必须调优每个组件的某些参数，并向前运行模拟，以查看系统在该场景中的表现。

机器人专家只有在经过多次试验和错误后，才能确定成分的最佳组合，以产生所需的性能。这是一个繁琐、过度定制、耗时的过程，道森和范试图扭转这一局面。

“不要说，‘给定一个设计，它的性能如何?’我们想反过来说，‘考虑到我们想要看到的性能，什么样的设计能让我们达到这个目标?’”道森说。

研究人员开发了一种优化框架或计算机代码，可以自动找到可以对现有自治系统进行调整的地方，以实现预期的结果。

代码的核心是基于自动微分(autodiff)，这是机器学习社区开发的一种编程工具，最初用于训练神经网络。Autodiff是一种技术，可以快速有效地“评估导数”，或对计算机程序中任何参数变化的敏感性。Dawson和Fan基于自动差异编程的最新进展，开发了一种用于自主机器人系统的通用优化工具。

道森说:“我们的方法自动告诉我们如何从最初的设计走向实现我们目标的设计。”“我们使用autodiff从本质上深入到定义模拟器的代码中，并找出如何自动进行反转。”

制造更好的机器人

该团队在两个自主机器人系统上测试了他们的新工具，结果表明，与传统的优化方法相比，该工具在实验室实验中迅速提高了每个系统的性能。

第一个系统包括一个轮式机器人，其任务是根据放置在不同位置的两个信标接收到的信号，在两个障碍物之间规划一条路径。该团队试图找到信标的最佳位置，以便在障碍物之间产生一条清晰的路径。

他们发现，新的优化器可以快速通过机器人的模拟，并在5分钟内确定信标的最佳位置，而传统方法需要15分钟。

第二个系统更为复杂，由两个轮式机器人共同工作，将一个盒子推向目标位置。该系统的仿真包含了更多的子系统和参数。尽管如此，该团队的工具有效地确定了机器人实现目标所需的步骤，优化过程比传统方法快20倍。

Fan说:“如果你的系统有更多的参数需要优化，我们的工具可以做得更好，可以节省更多的时间。”“这基本上是一种组合选择:随着参数数量的增加，选择也会增加，而我们的方法可以一次性减少。”

该团队已经提供了通用优化器可供下载，并计划进一步完善代码，以应用于更复杂的系统，例如设计用于与人类互动并与人类一起工作的机器人。

道森说:“我们的目标是让人们有能力制造更好的机器人。”“我们正在为优化他们的系统提供一个新的构建模块，所以他们不必从头开始。”

-由Chris Vavra编辑，网页内容经理，控制工程， CFE媒体与技术，cvavra@cfemedia.com．