18 小時就能創建一臺機器人？

來自江蘇的 90 后科學家杜韜實現了，這是一款海星機器人（下稱 “海星”），外形酷似真實的海星。

他告訴 DeepTech，此前很多海底機器人因為外形奇異，在水下執行探測任務時，往往會嚇到水底生物，而本次機器人的仿生造型，可以解決上述難題。

其中，杜韜和合作者們提出了快速制作和控制 “海星” 的軟件和硬件實驗平臺。

他們提出的硬件設以及利用 C++ 和 Python 開發的機器學習算法系統，能在 18 小時內完成從制備、到仿真、再到系統識別和軌跡優化 “海星” 的全過程。

當 “海星” 在水箱中進行測試時，相關實際性能數據會反饋到計算機模型中，并可得到進一步優化。以這種方式來回移動，能在幾個小時內生產出功能性產品。

此外，僅使用單個低功率執行器，它就能實現移動，通過四個腿中的肌腱運動，可給其帶來交替擠壓和腿部釋放，從而實現安靜且高效的游動。

“海星” 是本次工作核心算法的硬件平臺，目前它主要由硅膠泡沫（silicone foam）、單個低功率電機、四條腿以及相連的肌腱組成。

“海星”前肢肌腱上連接了一個低功率電機，這些肌腱可以被擠壓和釋放，從而使機器人可以安靜地移動并有效地在水中游動。

制備 “海星” 時，先利用 CAD 設計軟件 OnShape 設計 “海星” 身體，隨后制作一個模具，將硅膠泡沫灌注到模具中，定型后即得到 “海星” 身體。

在水中時，硅膠泡沫具備較好的彈性和浮力，使用本次研究中的新算法進行優化后，“海星” 在水中的移動速度，比手工調試的控制器快四倍。

“海星” 每條腿的內部有一根高強度魚線，你可能會好奇魚線是如何植入 “海星” 的，具體來說首先要從每條腿的腳尖，朝著舵機方向插入一根中空的導管，導管中放有魚線，將導管抽出后，魚線即可被運輸到 “海星” 體內。

進去后，魚線一端固定在 “海星” 腳尖，另一端匯集到 “海星” 背上的舵機。舵機轉動時，可以同時收放四根魚線，從而同時收縮或伸直它的四條腿。

“海星” 飛速游動是頭等目標

在 “海星” 的固液耦合上，杜韜采用一種經驗公式，去建模它和水流之間的耦合，并使用可微仿真的工具，去微調建模時的參數。

研究主要目的，是讓 “海星” 游得越快越好。概括來說，該任務的完成主要分為兩大步驟。

第一步是要對系統有較好的建模，即要了解機器人的基本信息，因此他先后測出機器人的體積、重量、密度和楊氏模量（衡量材料軟硬的單位）的大致范圍，用來對海星進行建模。

圖 | 模型參數（來源：受訪者）

具體來講，是讓 “海星” 在實驗中執行簡單的控制信號，并和水流做一些交互。獲得實驗數據后，使用可微仿真工具，讓仿真中的 “海星” 物理模型再去執行同樣的控制信號。

通過分別觀察仿真環境、和實驗環境中的運動軌跡，本次算法能不斷調整建模參數，從而讓物理系統建模更加準確。

可微仿真工具的好處在于，不僅能正向模擬出“海星”的運動軌跡，也能計算它和真機實驗中軌跡的誤差值，并反向傳導誤差對于機器人參數的梯度。充分利用這些梯度信息就可以更快速、更高效地調整建模參數。

第二步是在建模的基礎上，求解軌跡優化來提出新的控制信號。研究到這里，本該按下結束鍵，但杜韜打算多次迭代，借此形成循環從而提升模型猜測。

可讓機器人不斷迭代的算法

詳細來說，他的算法通過改進對模型參數的估計，可做出新的控制信號，并部署在真機實驗上。此時 “海星” 就能執行新的通訊信號，如此便可產出更多數據用來進一步改善對于模型的猜測和評估。

他告訴 DeepTech，該研究的重點在于算法，“海星” 只是驗證算法成功與否的工具。相比傳統方法，最精彩的部分在于算法的逐步迭代過程。

首次迭代時，即使使用人工多次調試后的控制信號，“海星” 拼命游動腿部也只能前進一小段距離，哪怕收集到的數據再多、在仿真中把數據擬合得再好，也只是擬合了它在低速環境中的模型。

這在獲得可讓 “海星” 高速運動的模型方面，幾乎沒有任何幫助。因為，“海星” 在低水速和高水速情況下的運動狀態、以及和水流的交互都不一樣。

而這樣迭代幾次后，“海星” 就能獲得更快的運動方法，這時便可搜集高水速時的數據，從而修正模型、讓其具備指揮機器人快速游動的能力。

該研究的痛點在于：相比陸地機器人，由于水流、海水鹽度和浮力等變量，水下機器人更難設計，復雜的水運動動力、及其快速 “破壞” 電機系統的威力，導致科學家們往往需要耗時幾周、甚至更長時間才能制備出水下機器人。

圖 | 相關數據（來源：受訪者）

由于每一次在真機實驗中收集到的數據都十分珍貴，工程師們迫切需要好的算法來充分挖掘出這些數據里最有價值的信息。

無論在平靜水流、還是起伏波浪中，水下機器人與周圍流體之間的被動相互作用，都比陸地機器人在穩定地形上行走要復雜得多，因此非常難以創建水下機器人的控制系統。

另外柔性機器人往往有成千上萬的自由度，運動上難以被控制。而杜韜研發的算法，正是該問題的 “克星”。

一言以蔽之，這項工作旨在通過有效仿真和真實實驗的混合循環，來縮小機器人和現實的差距。

“海星” 未來：星星般閃耀

與剛性機器人相比，“海星” 更安全、更堅固、也更靈活。對于需要在狹窄空間中移動的環境，“海星” 的彈性，讓它能從碰撞中恢復。在相關場景中，更多學者們也開始轉向柔性機器人。

目前，相關論文已發表在 IEEE RA-L 期刊上，標題為《基于可微仿真的水下柔性機器人建模與控制》Underwater Soft Robot Modeling and Control with Differentiable Simulation。在本周的機器人國際會議 RoboSoft 2021 會議上，杜韜還對“海星”做了線上展示。

談及未來應用，杜韜告訴 DeepTech，盡管他們只在海星上展示了他們的迭代算法，他和他的合作者都認為這個算法可以被廣泛應用在其他機器人的設計和控制上。

“系統識別和求解控制，是機器人研究中非常關鍵的步驟，而求解這兩個步驟的過程在不少機器人上都是高度耦合的，” 杜韜表示，“我們期待著今后在更多類型的機器人，比如設計出混合剛性關節和柔性肌肉的新型水下機器人，從而去復制‘海星’的成功。”

他補充稱，本次之所以選擇海星設計，是因為其動作簡單而優雅，并且通過擠壓和釋放其腿部來實現向前運動。

目前，杜韜是麻省理工學院（MIT）CSAIL實驗室的博士生。本次研究中，他和同樣來自 CSAIL 的博士后 Josie Hughes 作為共同第一作者，主導了“海星”的軟硬件開發。

杜韜是江蘇人，本科畢業于清華大學軟件學院，后在斯坦福大學計算機系獲得碩士學位。2015 年，他來到 MIT CSAIL 實驗室攻讀博士學位，并將于今年畢業，其研究方向包括計算機圖形學、機器人、機器學習等。

業內知名機器人大牛——CSAIL 實驗室主任丹妮拉·羅斯（Daniela Rus）教授，也是該論文的作者，作為世界權威的機器人專家，羅斯領導了多項柔性機器人和水下機器人的著名研究。

對于本次研究她表示，相比傳統剛性機器人，在和人交互時柔性機器人更安全，在復雜的未知環境中，后者也更加健壯和靈活。而本次“海星”機器人和海洋生物共處時不會驚擾到它們，如此便可在探測海洋的同時，保護好海洋精靈們。

未來，通過利用更快速的設計和控制算法，他們將設計更多樣的仿生柔性機器魚，來作為觀測站去近距離觀察海洋生物。

原文標題：江蘇90后科學家聯合研發“海星”機器人，有望用于海底探測！由MIT CSAIL出品，數小時內完成制備 | 專訪

文章出處：【微信公眾號：DeepTech深科技】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq