麻省理工的科学家让电脑设定规则 你可以选择上万种机器人形态！
你能想到的机器人形态最多有多少种？
比如我们现在需要一个会爬楼梯的机器人，那么这个机器人应该是什么形状呢？它应该像人一样有两条腿吗？还是应该像狗一样有四条腿？
边肖想，如果机器人能在72年改变，它就会变成它想要的任何东西，那么为什么还要费心去思考这些问题。
麻省理工学院（MIT）的一支研究团队倒是给出了满分答案。
他们开发了一种新的机器人设计系统，称为RoboGrammar，它赋予计算机提供创造力的任务。这个最新的研究成果，不仅能让机器人学会七十二变，还能毫不夸张地做出千变。只要你提出要求，它就会提供最完美最合适的机器人外形，被评价为25年来的最高成就！
RoboGrammar的操作分为三个顺序：定义了问题，提出了可能的机器人解决方案，然后选择了最佳模型。通过这些步骤，RoboGrammar可以设计出几十万种潜在的机器人结构。
定义问题
很简单，说出你的需求。
告诉RoboGrammar你可以用什么机器人部件(轮子、关节等)。);以及机器人需要在什么样的地面上行进。然后RoboGrammar会负责剩下的工作，生成你想要的机器人结构和控制程序。
例如，你想要机器人会爬楼梯，RoboGrammar提供的解决方案：
在有一定粗糙度的平面上爬行；
走迷宫没问题：
有效的不确定性
RoboGrammar是如何得到这些解决方案的呢？
我们没告诉它目前可用的机器人部件吗？RoboGrammar要做的就是把这些成分排列组合起来。
通过不同的排列和组合方法获得的各种机器人形式
研究小组开发了一个“GraphGrammar”，它是对机器人部件排列的一系列约束。例如，相邻的腿应该由一个关节连接，而不是由另一个腿连接。这样的规则确保了设计至少是初级的，并且每一个计算机生成的设计工作都是可行的。图形语法规则基于节肢动物的灵感，比如昆虫、蜘蛛、龙虾。
选择最佳模型
接下来要在一系列排列组合的机器人里选择一个Top 1，最好的方法是什么呢？
模拟，需要模拟每个机器人的运动，评估其功能。麻省理工学院的团队使用一种称为模型预测控制(MPC)的算法为每个机器人开发了一种控制器，优先考虑快进运动。控制器可以生成使机器人结构逼真的指令集，并控制机器人各种电机的运动顺序。
该小组的主要负责人ALLAN赵说：“机器人的形状和控制器紧密交织在一起，这就是为什么我们必须分别为每个机器人优化控制器。”一旦每个模拟机器人都可以自由移动，研究人员就可以通过“图形启发式搜索”来搜索高性能机器人。这种神经网络算法迭代地对机器人集合进行采样和评估，并且可以知道在给定的任务下哪些设计通常更有效。赵说：“启发式函数将随着时间的推移而改进，并将搜索收敛到最佳机器人。”
25年来的最高成就
在机器人是为了完成各种任务而被创造的，如何设计出最合适的形状，对于机器人穿越特定地形的能力来讲是至关重要的。,当人们想到设计一个需要穿越各种地形的机器人时，他们会想到四足或六足机器人，但这真的是最好的设计吗？不一定。
麻省理工学院的研究人员认为，不可能用手构建和测试每一种潜在的形态，而RoboGrammar可以作为扩展机器人结构空间的工具。为了展示它的可行性，研究小组还计划在现实世界中建造和测试RoboGrammar提供的最好的机器人。
此外，RoboGrammar 还可以帮助填充虚拟世界。
“比如在游戏中设计机器人角色，如果你有RoboGrammar，可以省去游戏程序员不断上升的发际线。”
哥伦比亚大学的机械工程师和计算机科学家霍德利普森(Hod Lipson)评论说：“这项工作是过去25年来机器人形状和控制自动设计的最高成就。使用形状语法的想法已经存在了一段时间，但是没有一个地方像在这部作品中这样完美地实现了这个想法。一旦我们能够让机器自动设计、制造和编程机器人，所有的赌注都将消失。”
我们可以预见，未来机器人的设计，或许仅仅需要一台计算机。