如何通过硬件实现机器人进化?技术细节对进化系统至关重要值得研究

ARE 机器人制造商 (RoboFab)。进化的机器人骨架（绿色）是 3D 打印的，机器人手臂为它们配备了中央“头部”（红色），然后将模块化“器官”（深蓝色）连接到骨架上。弹簧夹实现机械连接，电线将器官电子设备连接到“头部”以提供电源和控制信号。这个过程的所有方面：3D 打印、组装、互连和电子学，都对进化探索空间施加了自己的限制。图片来源：Angus 等人。

　　进化机器人技术是机器人技术的一个子领域，旨在开发人造“有机体”，这些“有机体”可以提高其能力和身体构造以响应周围环境，就像人类和动物不断进化一样，随着时间的推移，调整其技能和外观。越来越多的机器人专家一直在尝试利用人工智能 (AI) 的最新进展来开发这些可进化的机器人系统。

　　该领域的一个关键挑战是在不影响机器人性能和能力的情况下，有效地将机器人从模拟环境转移到现实环境中。约克大学、爱丁堡纳皮尔大学、阿姆斯特丹自由大学、西英格兰大学和桑德兰大学的研究人员在《机器人与人工智能前沿》上发表的一篇论文研究了硬件对可进化机器人发展空间的影响。

　　为这项研究设计硬件的研究工程师迈克·安格斯 (Mike Angus) 告诉 Tech Xplore：“进化机器人技术面临的最大挑战之一是将其引入硬件领域并创造出真正有用的机器人。”

　　“ARE 项目试图通过一个雄心勃勃的混合生态系统来推进这一目标，该生态系统将模拟机器人和自主制造的机器人相结合。这些机器人是使用一种新颖的半模块化方法建造的，其中机器人主体是 3D 打印的，并配备了以下形式的传感器和执行器：模块化‘器官’的目标是比之前的硬件机器人进化工作更丰富的形态空间。”

　　安格斯和他的同事最近发表的论文受到两个关键观察的启发。首先，迄今为止，进化机器人学的研究很少深入探讨与可进化机器人的物理实现相关的技术细节。其次，这些技术细节对于进化系统的现实性能至关重要，因此绝对值得进一步研究。

具有腿部和传感器的进化机器人。此类车身计划的可行性很大程度上取决于底层电子系统的功能。图片来源：Angus 等人。

　　安格斯解释说：“在开发用于进化机器人的硬件平台的过程中，我们发现进化过程和硬件实现之间的相互作用非常复杂，如果不详细考虑另一个，就无法有效地设计两者。”

　　“因此，本文的主要目标是将这两个世界结合在一起，分享技术专家对硬件设计的观点，并与这些设计决策对进化过程的观察到的影响并列，以强调硬件实现的各个方面如何能够对进化空间产生影响。”

　　安格斯和他的同事设计了一个新的进化机器人平台，通过该平台可以使用自主技术(特别是 3D 打印)完全制造不同的机器人“表型”。该系统将允许开发具有各种形态和身体结构的不同“种类”的机器人，而无需手动组装许多代机器人，这既昂贵又耗时。

　　最终，该团队提出了一种半模块化架构，将 3D 打印的自由形状塑料骨架与夹式模块化“器官”相结合。这些器官为机器人提供了运动、传感、处理和动力等基本功能。

　　安格斯说：“我们架构中的身体形状和器官配置是由组成模式生成网络(CPPN)生成地定义的，然后其参数不断进化。”

　　“为了创建一个能够真正构建此类机器人的系统，我们投入了大量的工作，因为从 3D 打印过程本身到自动化装配过程、机械和电气互连以及底层，需要应对无数的实际挑战。 “电子设备需要在各种不同的机器人配置中可靠地运行。所有这些都导致了一个系统，该系统在很大程度上是由用于解决这些实际挑战的方法定义的。”

　　当他们研究他们提出的系统的性能时，安格斯和他的同事发现，它为进化机器人提供的探索空间非常有限并且难以导航，因为物理限制使得许多进化设计不可行。因此，他们还意识到，他们需要额外的方法来可靠地确保机器人在进化种群中的可行性，其结果反过来会进一步影响进化过程的整体成功。

　　在他们的论文中，研究人员用他们所说的“可行的表型空间”概念化了这个问题。该术语指的是对可进化机器人平台的可能性的探索空间如何受到其硬件实现所设置的约束的影响的理解。

　　“许多进化机器人研究依赖于模拟，其中硬件限制很容易被忽略，并且进化机器人的物理实现实验在形态结构上往往相对简单，因此‘可行的表型空间’仍然相对容易探索， “安格斯说。

　　“然而，当我们试图将进化机器人技术应用于解决现实世界中的实际问题时，这一原则预计将变得越来越重要，现实世界中的挑战更加复杂。‘可行的表型空间’不仅决定了进化机器人的潜在用途。机器人，还有进化所面临的难题，因为它试图发现最好的机器人身体计划。”

　　安格斯和他的同事最近的工作引入了一个新想法，可以指导新的进化机器人系统的开发，帮助研究人员确保它们在现实世界中表现良好。从根本上说，该团队的观察表明，有效的进化机器人系统的开发在很大程度上取决于其创造者有意识地塑造其“可行的表型空间”的能力。

　　这个空间应该与特定机器人要解决的任务和任务相一致。此外，应该有效地调整支撑机器人的进化算法，以确保它们在识别的空间中表现良好。

　　本质上，安格斯和他的同事表明，如果进化机器人专家在为其系统创建硬件和进化算法时采用传统的设计方法，那么他们进化实用机器人的能力将非常有限。另一方面，通过遵循他们提出的原则和理论观点，他们可以创造出更具适应性和高性能的进化机器人。

　　该论文的合著者 Edgar Buchanan Berumen 表示：“我们未来的研究有三个可能的方向，所有这些方向的目标都是使进化算法能够在可行的表型空间内更有效地运行。”

　　“我们希望开发一种新的方法来帮助进化机器人学家以正确的方式设计机器人平台，以减少进化领域的硬件限制。第二个方向涉及设计一种基因型表示，使进化能够最大限度地提高可行和多样化的数量第三个方向是分析和确定最佳约束处理策略的研究，以帮助进化算法遍历可行的表型空间。”