用算法模拟演变机器人“进化”!MIT开发新平台,还能优化机器人身体和大脑,已开源

简介: 用算法模拟演变机器人“进化”!MIT开发新平台,还能优化机器人身体和大脑,已开源

image.png

在不考虑成本等情况下,如果要设计一个能够投掷物品的机器人,可能大多数人会设计一个人形机器人。

用双腿保持身体稳定,双手投掷物品,完美。

image.png

可能这也是为什么科学家们如此执着于人形机器人的原因之一吧。

今天文摘菌要介绍的一群“怪东西”,是一群像俄罗斯方块组成的“怪物”,但也正是这些小怪物,能够轻松地投掷物品,就像这样:

image.png

这些怪东西来头可不小。

这其实是在MIT计算机科学和人工智能实验室的一个新平台Evolution Gym中,计算机“进化”了机器人的身体大脑

系统共同开发者之一、麻省理工学院计算机科学家Wojciech Matusik说:“我们或许能够凭借此发现新的、意想不到的机器人设计,或者更多高性能的机器人。”

试想,未来的机器人不再依赖人类设计师,以及自带的人类偏见,而直接将设计委托给算法,岂不妙哉?

旋转跳跃,每个色块都是一种属性

刚刚展示的只是这群小东西的冰山一角。

比如自我翻转:

image.png

可别小看了这个简单的动作,机器人身上每个色块可都很讲究。比如,黑色代表了一个刚性部件,灰色代表的则是软性部件,这些部件都不会主动执行任务。相反,那些彩色的色块才是执行器,也就是运动关节,让机器人运动的部分。

在彩色色块里,蓝色代表了致动器在垂直方向上收缩或扩张,橙色代表着在水平方向收缩或扩张

如果你再仔细看看这个机器人,你就会发现,当机器人翻转时,基本上是围绕着黑色的刚体部分在转动,彩色色块则是不停将其推离地面。

image.png

相比之下,这个拱形机器人则只由水平方向的致动体,但通过不停地收缩和扩张,机器人能够以一种相对优雅的方式…奔跑。

image.png

可以看到,这个机器人已经学会了如何攀爬。


机器人通过两侧蓝色致动器的交替运动,以获得向上的力,同时机器人顶部的附属物也在柱子上不停摸索。

可能你已经注意到了,那就是这些柱子不是全刚体的,灰色部分更软一些,这也是机器人必须要适应的一部分,因为柱子的结构注定了机器人向上攀爬的道路是摇摇晃晃的。


对于一个简单的机器人来说,这是非常复杂的行为,更何况这还是一个自我设计的机器人。

一个可能刺激大量新研究的环境

在设计这些机器人之前,系统首先会以独特的方式扰乱这四种色块,创造出数百种形态,就像是生物进化一样。

下图每列展示的是四种表现形状最好的一代,不仅如此,算法还优化了这些机器人的“控制器”,基本上就是告诉执行色块做什么和以什么顺序做的大脑。

image.png

在Evolution Gym里,每个形态都用不同的大脑运行,系统会根据执行某种任务的好坏进行评分,如向前行走或投掷块。

Matusik表示:“挑选表现最好的软体机器人,这就意味着它们在进化,或是在进行某种意义上的变异,直到结构完善,这就是适者生存。”行走或攀爬能力最强的机器人成为下一代的种子,表现不佳的机器人被淘汰,这就是所谓的进化机器人学。其他研究人员也正在使用类似的技术,例如进化出针对某些表面优化的机器人腿部等。

比如,这个搭载着积木的机器人,通过不断演变,能够在奔跑的同时平衡背上的物体:

image.png

这个机器人更像是某种用于操纵头顶横梁的倒置手提钻:

image.png

要知道,所有这些机器人都是在模拟中通过算法不断演变出来的,所以它们实际上并不存在。

目前这些机器人还是存在局限的,比如在特定形态下他们只能完成攀爬或投掷,而不能同时完成多个动作

Evolution Gym已经开源了,要是感兴趣的大家,可以在这里玩玩:

https://evolutiongym.github.io/

image.png

Matusik说:“这是一个可能刺激大量新研究的环境。”研究人员基本上可以从头开始创造越来越多的智能机器人系统,而不需要对结构或大脑应该是什么有任何先入为主的概念。

Evolution Gym创造出不同种类的机器人后,接下来就应该考虑如何在现实世界中实现了。

威国防研究机构研究进化机器人学的Tønnes Nygaard表示:“我非常期待看到其他研究人员如何开始使用这个基准框架,以及最终会出现什么类型的创造性虚拟机器人。”

也正如他所说,任何能够帮助建立研究兴趣和合作的系统,都应该受到褒奖,比如Evolution Gym

相关文章
|
4月前
|
机器学习/深度学习 传感器 人工智能
机器人技术的飞速进化:从想象到现实
机器人技术的快速发展正引领着人类走向未来,从工业制造到日常生活,机器人已经广泛应用。本文将探讨机器人技术的进化历程和多领域应用,展示机器人为我们带来的无限可能。
|
4月前
|
传感器 机器学习/深度学习 人工智能
人工智能算法和系统的进化
人工智能算法和系统的进化
36 0
|
6月前
|
搜索推荐 算法 前端开发
旅游管理与推荐系统Python+Django网页平台+协同过滤推荐算法
旅游管理与推荐系统Python+Django网页平台+协同过滤推荐算法
160 0
|
2月前
|
机器学习/深度学习 算法 搜索推荐
外卖平台推荐算法的优化与实践
外卖平台推荐算法的优化与实践
|
13天前
|
机器学习/深度学习 人工智能 运维
人工智能平台PAI 操作报错合集之请问Alink的算法中的序列异常检测组件,是对数据进行分组后分别在每个组中执行异常检测,而不是将数据看作时序数据进行异常检测吧
阿里云人工智能平台PAI (Platform for Artificial Intelligence) 是阿里云推出的一套全面、易用的机器学习和深度学习平台,旨在帮助企业、开发者和数据科学家快速构建、训练、部署和管理人工智能模型。在使用阿里云人工智能平台PAI进行操作时,可能会遇到各种类型的错误。以下列举了一些常见的报错情况及其可能的原因和解决方法。
|
2月前
|
Rust Dart 算法
55.3k star!开源算法教程,附带动画图解,学习算法不再苦恼!
55.3k star!开源算法教程,附带动画图解,学习算法不再苦恼!
|
3月前
|
人工智能 算法 数据安全/隐私保护
AIGC变革下人工智能平台的算法黑箱问题
AIGC变革下人工智能平台的算法黑箱问题
187 1
AIGC变革下人工智能平台的算法黑箱问题
|
3月前
|
人工智能 自然语言处理 算法
CodeFuse成功支持通义千问算法大赛,评测方案已开源
首届通义千问AI挑战赛成功举办,CodeFuse 为大赛提供技术支持,模型微调框架 MFTCoder 和 CodeFuseEval 评测框架为大赛保驾护航,助力大赛圆满完成。我们基于leetcode 阿里和蚂蚁最新面试题库建设了“模型赛马”在线打榜的评测方案,目前验证集已作为 CodefuseEval 的一项任务在 Github 上开放,欢迎大家下载使用。
75 1
|
4月前
|
搜索推荐 算法 关系型数据库
基于协同过滤算法实现海洋馆预约服务平台的设计与开发
基于协同过滤算法实现海洋馆预约服务平台的设计与开发
|
4月前
|
人工智能 算法 测试技术
【简历优化平台-03】轻字段信息的合理性及单独算法
【简历优化平台-03】轻字段信息的合理性及单独算法

热门文章

最新文章