轉載從: Tech News 科技新報
談起學英語，很多人最頭痛的就兩個字──文法（grammar）。
不僅英文有文法，任何語言都有文法。身為語言學（Linguistics）的分支，文法是語言的規則。為字詞、片語、句子訂規矩，一門語言就有基礎；同理，設計機器人也需要規則，就如機器人穿越某種地形時，形態如何極為關鍵。
想像一下，要設計會爬樓的機器人，應該像人有兩條腿，還是像螞蟻有六條腿？
（Source：影片截圖）
想知道何種形態爬樓效果最佳，最直接的方式是把每種可能都試一遍，但耗時耗力。基於此，美國麻省理工學院（MIT）有了幫機器人制定「語法」的想法──開發名為 RoboGrammar 的電腦系統。
機器人要長成什麼樣，就讓電腦決定吧！
電腦如何設計機器人？
1967 年，SIGGRAPH（Special Interest Group for Computer GRAPHICS，電腦圖形圖像特別興趣小組）成立，關注點在於電腦繪圖和動畫製作軟硬體技術。
1974 年起，SIGGRAPH 開始舉辦年會，為眾多電腦圖像技術軟硬體廠商的最新研究成果提供展示機會，SIGGRAPH 年會的展品常被媒體稱為圖像式未來。如 SIGGRAPH 2017，NVIDIA 展示 VR 相關技術、英特爾展示電影《敦克爾克大行動》拍攝時的技術支援。
於是 SIGGRAPH 2020（Asia），MIT RoboGrammar 系統公布研究成果。
論文題為《RoboGrammar: Graph Grammar for Terrain-Optimized Robot Design》（機器人語法：基於地形優化機器人設計的圖形語法），直接點明 RoboGrammar 的重點：地形。
MIT 研究團隊初心在創新機器人形態，以達到最佳性能。論文第一作者、MIT 電腦科學與人工智慧實驗室（CSAIL）博士生 Allan Zhao 認為，設計機器人的目的可說幾乎無窮無盡，但總體形態設計都很類似：
當你想製造需穿越複雜地形的機器人時，腦海可能會立刻跳出四足機器狗，但我們想知道這是否真是最佳設計。
研究團隊設計的 RoboGrammar 系統為自動化方法，主要用於生成最佳機器人結構。
要打造機器人，首先電腦需要知道兩種訊息：一是有哪些零件（輪子、關節等）可用，即下圖的 components；二是機器人未來要用於哪種環境（樓梯、平坦區域或光滑表面，或是幾種地形組合等），即 terrains。
例如在摩擦係數僅 0.05 的結冰湖面，機器人的形態可以是這樣。
（Source：影片截圖，下同）
再如類似這種組合地形。
基於兩方訊息，接下來的工作就可完全交給 RoboGrammar 系統了。
機器人組件所有排列方式透過圖形語法（graph grammar）表示，之後可能形成數十萬個機器人的形態設計（grammar generated structures），都用一幅圖表示。
也就是說，每種設計都對應一個語法規則序列，這種語法規則主要受自然界節肢動物啟發。
機器人哪種形態最佳？
有了語法規則，針對特定地形，系統生成多樣排列組合。但如 Allan Zhao 所言：
語法創造的只是數量，並非機器人的最佳形態。
那麼，哪種形態最佳？
RoboGrammar 系統開始關鍵步驟：自動檢索適用地形的性能最佳機器人及相應控制器。
所謂控制器，是指一組能為機械結構賦予生命的指令，控制機器人各馬達的運動順序，論文描述控制器的演算法為「模型預測控制」（Model Predictive Control），其中快速向前移動的優先等級最高。
當每個機械結構賦予生命後，電腦就會透過稱為「圖形啟發式搜索」（Graph Heuristic Search） 的神經網路算法檢索高性能機器人。
作為一種新型的組合設計空間的高效搜索方式，Graph Heuristic Search 使得電腦在探索設計空間的同時學習函數，該函數能將不完整的設計（如組合搜索樹中的節點）映射到通過擴展這些不完整的設計實現的最佳性能值。
值得一提的是，Graph Heuristic Search 優先探索的是設計空間中那些最有希望的分支。
為進一步測試 Graph Heuristic Search， 研究人員特意設定了多種對機器人來說具挑戰性的地形。結果證明，不論單一地形還是地形組合，RoboGrammar 都能生成性能最佳的機器人。而上述所有步驟都發生在工程師拿起螺絲釘之前。
Allan Zhao 表示：
目前為止，機器人設計仍是非常「手工」的過程，而 RoboGrammar 則是更新穎、更有創意的機器人設計方法，可能也更高效。
機器人研究權威專家、美國哥倫比亞大學教授 Hod Lipson 對這項研究成果的評價是：
這項工作是 25 年來自動設計機器人形態和控制方面的最高成就。使用圖形語法的想法已出現一段時間，但還沒有哪個團隊能像這樣完美達成這想法。
正如很多科學領域，機器人的未來還有很大的想像空間，期待 MIT 的創新想法後續進展。
- RoboGrammar: Graph Grammar for Terrain-Optimized Robot Design
- Computer-aided creativity in robot design