【據(jù)美國麻省理工學(xué)院網(wǎng)站2022年6月21日?qǐng)?bào)道】美國麻省理工學(xué)院（MIT）的科研團(tuán)隊(duì)為機(jī)器人專家開發(fā)了一種通用的設(shè)計(jì)工具，可用于模擬幾乎任何自主機(jī)器人系統(tǒng)的優(yōu)化代碼，還可以自動(dòng)識(shí)別如何以及在何處調(diào)整系統(tǒng)來提高機(jī)器人的性能，從而加速步行機(jī)器人、自動(dòng)駕駛車輛和其他自主系統(tǒng)的設(shè)計(jì)優(yōu)化。
該代碼的核心基于一種由機(jī)器學(xué)習(xí)社區(qū)開發(fā)的自動(dòng)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(píng)估計(jì)算編程程序?qū)θ我鈪?shù)變化敏度的技術(shù)。目前，該團(tuán)隊(duì)已經(jīng)在兩個(gè)獨(dú)立的自主機(jī)器人系統(tǒng)上進(jìn)行了測(cè)試。測(cè)試結(jié)果表明，與傳統(tǒng)的優(yōu)化方法相比，該工具在實(shí)驗(yàn)室試驗(yàn)中可更快速改善每個(gè)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(shí)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(huì)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(tuán)隊(duì)已經(jīng)提供了通用優(yōu)化器的下載渠道，并計(jì)劃進(jìn)一步完善代碼，以便應(yīng)用于更復(fù)雜的系統(tǒng)中。該團(tuán)隊(duì)還將于下月在美國紐約召開的《Robotics: Science and Systems》年會(huì)上宣讀相關(guān)論文“Certifiable Robot Design Optimization using Differentiable Programming”。 loitering munition
該項(xiàng)研究得到了新加坡國防科技局和MIT-IBM沃森人工智能實(shí)驗(yàn)室的支持。
?