【據(jù)美國麻省理工學(xué)院網(wǎng)站2022年6月21日報道】美國麻省理工學(xué)院（MIT）的科研團隊為機器人專家開發(fā)了一種通用的設(shè)計工具，可用于模擬幾乎任何自主機器人系統(tǒng)的優(yōu)化代碼，還可以自動識別如何以及在何處調(diào)整系統(tǒng)來提高機器人的性能，從而加速步行機器人、自動駕駛車輛和其他自主系統(tǒng)的設(shè)計優(yōu)化。

該代碼的核心基于一種由機器學(xué)習(xí)社區(qū)開發(fā)的自動差分（“autodiff”）編程工具，最初被用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)，是一種快速高效評估計算編程程序?qū)θ我鈪?shù)變化敏度的技術(shù)。目前，該團隊已經(jīng)在兩個獨立的自主機器人系統(tǒng)上進行了測試。測試結(jié)果表明，與傳統(tǒng)的優(yōu)化方法相比，該工具在實驗室試驗中可更快速改善每個系統(tǒng)性能。

研究人員表示，“如果系統(tǒng)中有很多參數(shù)需要優(yōu)化，該工具可以做得更好，可以成倍的節(jié)省更多時間。就好比一種組合選擇，隨著參數(shù)數(shù)量的增加，選擇也會增加，這種新型優(yōu)化工具一次即可大大縮減可能的選擇”。

該團隊已經(jīng)提供了通用優(yōu)化器的下載渠道，并計劃進一步完善代碼，以便應(yīng)用于更復(fù)雜的系統(tǒng)中。該團隊還將于下月在美國紐約召開的《Robotics: Science and Systems》年會上宣讀相關(guān)論文“Certifiable Robot Design Optimization using Differentiable Programming”。 loitering munition

該項研究得到了新加坡國防科技局和MIT-IBM沃森人工智能實驗室的支持。