近年來，人工智能系統(tǒng)已廣泛部署于自動駕駛汽車、最后一英里配送、餐廳服務(wù)、患者篩查、醫(yī)院清潔、膳食準(zhǔn)備、建筑安全和倉庫包裝等領(lǐng)域。
       據(jù)外媒報道，麻省理工學(xué)院（MIT）的工程師為機器人專家開發(fā)出一種通用設(shè)計工具，可改進自動駕駛機器人系統(tǒng)。該團隊設(shè)計出一種優(yōu)化代碼，可應(yīng)用于幾乎所有的自動駕駛機器人系統(tǒng)的仿真，并可用于自動識別如何以及在何處調(diào)整系統(tǒng)以提高機器人的性能。

圖片來源：MIT

       該團隊表明，該工具能夠快速提高兩個非常不同的自動駕駛系統(tǒng)的性能：一個是機器人在兩個障礙物間的路徑中導(dǎo)航，另一個是兩個機器人共同移動一個沉重的箱子。
       研究人員希望該全新通用優(yōu)化器可以幫助加快自動駕駛系統(tǒng)的開發(fā)，包括步行機器人和自動駕駛車輛，柔軟和靈巧的機器人，以及協(xié)作機器人團隊。

倒置設(shè)計
       在觀察了可用于其他工程學(xué)科的大量自動化設(shè)計工具后，研究成員、麻省理工學(xué)院研究生Charles Dawson和麻省理工學(xué)院航空航天系助理教授ChuChu Fan意識到需要一個通用的優(yōu)化工具。
       通常，機器人專家需要首先開發(fā)仿真系統(tǒng)及其許多交互子系統(tǒng)（例如規(guī)劃、控制、感知和硬件組件）來優(yōu)化自動駕駛系統(tǒng)，然后調(diào)整每個組件的某些參數(shù)并向前運行仿真，以查看該系統(tǒng)在該場景中的表現(xiàn)。
       只有在通過反復(fù)試驗運行許多場景之后，機器人專家才能確定參數(shù)的最佳組合以產(chǎn)生所需的性能。該過程乏味、過度定制和耗時，因此Dawson和Fan決定進行改變。
       研究人員們開發(fā)出一種優(yōu)化框架或計算機代碼，可以自動找到微調(diào)現(xiàn)有自動駕駛系統(tǒng)，以達(dá)到預(yù)期結(jié)果。
       該代碼的核心是基于自動微分或“autodiff”（一種在機器學(xué)習(xí)社區(qū)中開發(fā)的編程工具，最初用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)）。Autodiff可以快速有效地“評估導(dǎo)數(shù)”或覺察到計算機程序中任何參數(shù)變化。Dawson和Fan正是基于autodiff編程的最新進展為自動駕駛機器人系統(tǒng)開發(fā)出通用優(yōu)化工具。

打造更好的機器人
       該團隊在兩個獨立的自動駕駛機器人系統(tǒng)上測試了他們的新工具，并發(fā)現(xiàn)與傳統(tǒng)的優(yōu)化方法相比，該工具在實驗室實驗中迅速提高了每個系統(tǒng)的性能。
       第一個系統(tǒng)包括一個輪式機器人，其任務(wù)是根據(jù)從在不同位置的兩個信標(biāo)接收到的信號，規(guī)劃兩個障礙物之間的路徑。該團隊試圖找到信標(biāo)的最佳位置，以便在障礙物之間形成一條清晰的路徑。
       他們發(fā)現(xiàn)新的優(yōu)化器可以快速通過機器人的仿真進行反饋，并在5分鐘內(nèi)確定信標(biāo)的最佳位置，而傳統(tǒng)方法需要15分鐘。
       第二個系統(tǒng)更復(fù)雜，包括兩個輪式機器人一起工作，將一個盒子推向一個目標(biāo)位置。該系統(tǒng)的仿真包括更多的子系統(tǒng)和參數(shù)。盡管如此，該團隊的工具還是有效地確定了機器人完成目標(biāo)所需的步驟，優(yōu)化過程比傳統(tǒng)方法快20倍。
       該團隊提供該通用優(yōu)化器下載選項，并計劃進一步改進代碼以應(yīng)用于更復(fù)雜的系統(tǒng)，例如旨在與人類交互和與人類一起工作的機器人。

（轉(zhuǎn)載）