HyperAI超神经
Back to Headlines

麻省理工学院利用生成式AI优化机器人设计,实现更高跳跃与安全着陆

4 days ago

麻省理工学院计算机科学与人工智能实验室(CSAIL)的研究人员开发了一种新方法,利用生成式人工智能(GenAI)改进机器人的设计。用户可以草拟一个机器人的3D模型,并指定希望修改的部分,例如链接或脚部结构,并提前提供这些部分的尺寸参数。GenAI会基于这些指导信息构思最优形状,并在模拟环境中进行测试。一旦找到合适的设计,用户可以直接3D打印出实际可用的机器人,而无需进一步的调整。 研究团队通过对一个跳跃机器人的案例展示了这一方法的有效性。该机器人由一种名为聚乳酸的塑料制成,外观扁平,但在电机拉动连接线时会弹起成为钻石形状。研究人员利用初始嵌入向量(一种捕捉高层次特征的数值表示)生成了500个潜在设计,从中选出表现最佳的12个选项,并用它们优化嵌入向量。这个过程重复进行了五次,每次都在模拟中逐步提高机器人的跳跃性能。最终,他们得到了一个类似“水滴”形状的设计,将其应用于3D模型,成功使机器人平均跳高约2英尺,比手工设计的版本高出41%。 此外,研究人员还让GenAI设计了一个优化的脚部结构,以提高机器人的落地稳定性。通过重复优化过程,他们选择了一个表现最出色的设计并附在机器人的底部。结果显示,使用AI设计的机器人落地摔倒的情况减少了84%,显著提高了其稳定性。 CSAIL博士后研究员Byungchul Kim表示,扩散模型能够帮助设计人员找到传统思维之外的解决方案。例如,在优化跳高机器人时,人类工程师可能会倾向于把链接部分做得很细以减轻重量,但这种设计很容易导致3D打印材料受损。相反,AI模型提出了一个独特的曲形链接设计,既储藏了更多的能量又保持了结构强度。这种创新能力有助于研究团队更好地理解机器人的物理运作机制。 AI在机器人设计上的应用前景广阔。这项技术不仅能用于增强跳跃能力,还可以提高机器人的整体性能,如稳定性和耐用性。例如,一家致力于制造工业机器人或家用机器人的公司,可以通过类似的AI方法来快速优化原型设计,节省工程师大量时间。 这项研究得到了美国国家科学基金会新兴前沿研究与创新项目、新加坡-麻省理工学院合作研究与技术项目,以及光州科学技术院(GIST)与CSAIL合作项目的部分支持。研究人员将在2025年的国际机器人与自动化会议上展示他们的成果。 麻省理工学院的CSAIL是全球领先的计算机科学与人工智能研究机构之一。此次研究不仅体现了CSAIL在创新技术领域的强大实力,也展示了生成式AI在实际工程问题中的巨大潜力,为未来的机器人设计开辟了新路径。

Related Links