自挑剔的Roomba以來，自主機器人已經(jīng)走過了漫長的道路。近年來，人工智能系統(tǒng)已部署在自動駕駛汽車、最后一英里送餐、餐廳服務(wù)、患者篩查、醫(yī)院清潔、膳食準(zhǔn)備、建筑安全和倉庫包裝等領(lǐng)域。

這些機器人系統(tǒng)中的每一個都是特定于該特定系統(tǒng)的特定設(shè)計過程的產(chǎn)物。在設(shè)計自主機器人時，工程師必須運行無數(shù)次試錯模擬，通常是憑直覺。這些模擬針對特定機器人的組件和任務(wù)量身定制，以調(diào)整和優(yōu)化其性能。在某些方面，今天設(shè)計一個自主機器人就像從頭開始烤蛋糕，沒有配方或準(zhǔn)備好的混合物來確保成功的結(jié)果。

現(xiàn)在，麻省理工學(xué)院的工程師已經(jīng)為機器人專家開發(fā)了一種通用設(shè)計工具，作為一種自動化的成功秘訣。該團隊設(shè)計了一種優(yōu)化代碼，可應(yīng)用于幾乎任何自主機器人系統(tǒng)的模擬，并可用于自動識別如何以及在何處調(diào)整系統(tǒng)以提高機器人的性能。

該團隊表明，該工具能夠快速提高兩個非常不同的自主系統(tǒng)的性能：一個是機器人在兩個障礙物之間的路徑中導(dǎo)航，另一個是兩個機器人共同移動一個沉重的箱子。

研究人員希望新的通用優(yōu)化器可以幫助加快各種自主系統(tǒng)的開發(fā)，從步行機器人和自動駕駛車輛到柔軟和靈巧的機器人，以及協(xié)作機器人團隊。

該團隊由麻省理工學(xué)院研究生CharlesDawson和麻省理工學(xué)院航空航天系助理教授ChuChuFan組成，將于本月晚些時候在紐約舉行的年度機器人科學(xué)與系統(tǒng)會議上展示其研究結(jié)果。

倒置設(shè)計

Dawson和Fan在觀察了可用于其他工程學(xué)科的大量自動化設(shè)計工具后，意識到需要通用優(yōu)化工具。

“如果機械工程師想要設(shè)計風(fēng)力渦輪機，他們可以使用3DCAD工具來設(shè)計結(jié)構(gòu)，然后使用有限元分析工具來檢查它是否能夠抵抗某些載荷，”Dawson說。“然而，自主系統(tǒng)缺乏這些計算機輔助設(shè)計工具。”

通常，機器人專家通過首先開發(fā)系統(tǒng)及其許多交互子系統(tǒng)(例如其規(guī)劃、控制、感知和硬件組件)的模擬來優(yōu)化自主系統(tǒng)。然后，她必須調(diào)整每個組件的某些參數(shù)并向前運行模擬，以查看系統(tǒng)在該場景中的表現(xiàn)。

只有在通過反復(fù)試驗運行許多場景之后，機器人專家才能確定成分的最佳組合以產(chǎn)生所需的性能。這是一個乏味、過度定制和耗時的過程，道森和范試圖改變它。

“而不是說，'給定一個設(shè)計，性能是什么?'我們想反過來說，'考慮到我們想要看到的性能，讓我們到達(dá)那里的設(shè)計是什么?'”道森解釋道。

研究人員開發(fā)了一種優(yōu)化框架或計算機代碼，可以自動找到可以對現(xiàn)有自主系統(tǒng)進行的調(diào)整，以達(dá)到預(yù)期的結(jié)果。

代碼的核心是基于自動微分或“autodiff”，這是一種在機器學(xué)習(xí)社區(qū)中開發(fā)的編程工具，最初用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)。Autodiff是一種可以快速有效地“評估導(dǎo)數(shù)”或?qū)τ嬎銠C程序中任何參數(shù)變化的敏感性的技術(shù)。Dawson和Fan基于autodiff編程的最新進展為自主機器人系統(tǒng)開發(fā)通用優(yōu)化工具。

“我們的方法自動告訴我們?nèi)绾螐某跏荚O(shè)計邁出小步，實現(xiàn)我們的目標(biāo)，”道森說。“我們使用autodiff從本質(zhì)上挖掘定義模擬器的代碼，并找出如何自動進行這種反轉(zhuǎn)。”

建造更好的機器人

該團隊在兩個獨立的自主機器人系統(tǒng)上測試了他們的新工具，并表明與傳統(tǒng)的優(yōu)化方法相比，該工具在實驗室實驗中迅速提高了每個系統(tǒng)的性能。

第一個系統(tǒng)包括一個輪式機器人，其任務(wù)是根據(jù)從放置在不同位置的兩個信標(biāo)接收到的信號，規(guī)劃兩個障礙物之間的路徑。該團隊試圖找到信標(biāo)的最佳位置，以便在障礙物之間形成一條清晰的路徑。

他們發(fā)現(xiàn)新的優(yōu)化器可以快速通過機器人的模擬進行回溯，并在5分鐘內(nèi)確定信標(biāo)的最佳位置，而傳統(tǒng)方法需要15分鐘。

第二個系統(tǒng)更復(fù)雜，包括雙輪機器人一起工作，將盒子推向目標(biāo)位置。該系統(tǒng)的模擬包括更多的子系統(tǒng)和參數(shù)。盡管如此，該團隊的工具還是有效地確定了機器人完成目標(biāo)所需的步驟，優(yōu)化過程比傳統(tǒng)方法快20倍。

“如果您的系統(tǒng)有更多參數(shù)需要優(yōu)化，我們的工具可以做得更好，并且可以成倍地節(jié)省更多時間，”范說。“這基本上是一種組合選擇：隨著參數(shù)數(shù)量的增加，選擇也會增加，而我們的方法可以一次性減少它。”

該團隊已提供通用優(yōu)化器可供下載，并計劃進一步改進代碼以應(yīng)用于更復(fù)雜的系統(tǒng)，例如旨在與人類交互和與人類一起工作的機器人。

“我們的目標(biāo)是讓人們能夠制造更好的機器人，”道森說。“我們?yōu)閮?yōu)化他們的系統(tǒng)提供了一個新的構(gòu)建模塊，因此他們不必從頭開始。”