生成式AI助机器人跳跃更高，安全着陆：MIT新方法展现创意设计潜力

麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）的研究人员Byungchul Kim和Tsun-Hsuan "Johnson" Wang近期开发出一种新方法，利用生成式人工智能（GenAI）改善人类设计的机器人。这种方法不仅提高了机器人的跳跃高度，还优化了其落地稳定性。 研究人员首先创建了一个初步的3D机器人模型，然后通过指定希望修改的部分以及提供这些部分的尺寸信息，让GenAI模型来构思最优形状。在这个过程中，研究人员使用初始嵌入向量（一种捕捉高级特征的数值表示形式）从500个潜在设计中筛选出表现最好的12个选项，以此为基础优化嵌入向量。这一过程被反复进行了五次，逐渐引导AI模型生成更好的设计方案。最终的设计呈现出类似“Blob”（不规则形状）的特点，被用以改进机器人的结构。 AI模型在优化机器人的连接杆部分时，提出了与传统直角梯形截然不同的设计。AI设计的连接杆类似于粗大的鼓槌，这种独特的形状使机器人在跳起前能储存更多的能量，而不会因为材料太薄而容易断裂。实验结果显示，由AI设计的机器人平均跳跃高度达到了约2英尺，比人类设计的版本高出了41%。 接下来，团队将注意力转向了机器人的着陆能力，再次利用AI模型生成了一个优化后的脚部设计。经过多次迭代，他们选择了一个性能最佳的方案用于实际测试。与基准机器人相比，AI设计的机器人着陆稳定性的提高幅度达到了惊人的84%，显著减少了摔倒次数。 为了平衡跳跃高度和落地稳定性这两个目标，研究人员将这两个参数转化为数值数据，并训练系统找到两者之间的最佳平衡点。他们相信随着材料科学的进步，未来的版本会取得更高的跳跃成绩。此外，团队还探讨了加入更多电机以控制跳跃方向的可能性，这或许能在进一步提高着陆稳定性的同时，为机器人带来更加灵活的操作能力。 两位作者对未来充满了期待。Wang 表示，希望能拓展到更灵活的设计目标，比如通过自然语言指导AI模型设计一款能够拿起杯子或操作电钻的机器人。而 Kim 则认为，扩散模型还可以在生成关节连接方式上发挥作用，这可能会对机器人的跳跃高度产生积极影响。 这项研究展示了生成式AI在机器人设计中的巨大潜力，不仅缩短了设计周期，还提供了超越人类直觉的创新解决方案。专家们认为，随着技术的不断进步，这种方法有望成为设计复杂机器人的一个重要工具。麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）长期以来一直是全球领先的科研机构之一，致力于推动人工智能和机器人技术的发展。