谈起学英语，很多人最头痛的就两个字──文法（grammar）。
不仅英文有文法，任何语言都有文法。身为语言学（Linguistics）的分支，文法是语言的规则。为字词、词组、句子订规矩，一门语言就有基础；同理，设计机器人也需要规则，就如机器人穿越某种地形时，形态如何极为关键。
想像一下，要设计会爬楼的机器人，应该像人有两条腿，还是像蚂蚁有六条腿？
（Source：影片截图）
想知道何种形态爬楼效果最佳，最直接的方式是把每种可能都试一遍，但耗时耗力。基于此，美国麻省理工学院（MIT）有了帮机器人制定“语法”的想法──开发名为 RoboGrammar 的电脑系统。
机器人要长成什么样，就让电脑决定吧！
电脑如何设计机器人？
1967 年，SIGGRAPH（Special Interest Group for Computer GRAPHICS，电脑图形图像特别兴趣小组）成立，关注点在于电脑绘图和动画制作软硬件技术。
1974 年起，SIGGRAPH 开始举办年会，为众多电脑图像技术软硬件厂商的最新研究成果提供展示机会，SIGGRAPH 年会的展品常被媒体称为图像式未来。如 SIGGRAPH 2017，NVIDIA 展示 VR 相关技术、英特尔展示电影《敦克尔克大行动》拍摄时的技术支援。
于是 SIGGRAPH 2020（Asia），MIT RoboGrammar 系统公布研究成果。
论文题为《RoboGrammar: Graph Grammar for Terrain-Optimized Robot Design》（机器人语法：基于地形优化机器人设计的图形语法），直接点明 RoboGrammar 的重点：地形。
MIT 研究团队初心在创新机器人形态，以达到最佳性能。论文第一作者、MIT 电脑科学与人工智能实验室（CSAIL）博士生 Allan Zhao 认为，设计机器人的目的可说几乎无穷无尽，但总体形态设计都很类似：
当你想制造需穿越复杂地形的机器人时，脑海可能会立刻跳出四足机器狗，但我们想知道这是否真是最佳设计。
研究团队设计的 RoboGrammar 系统为自动化方法，主要用于生成最佳机器人结构。
要打造机器人，首先电脑需要知道两种讯息：一是有哪些零件（轮子、关节等）可用，即下图的 components；二是机器人未来要用于哪种环境（楼梯、平坦区域或光滑表面，或是几种地形组合等），即 terrains。
例如在摩擦系数仅 0.05 的结冰湖面，机器人的形态可以是这样。
（Source：影片截图，下同）
再如类似这种组合地形。
基于两方讯息，接下来的工作就可完全交给 RoboGrammar 系统了。
机器人组件所有排列方式透过图形语法（graph grammar）表示，之后可能形成数十万个机器人的形态设计（grammar generated structures），都用一幅图表示。
也就是说，每种设计都对应一个语法规则序列，这种语法规则主要受自然界节肢动物启发。
机器人哪种形态最佳？
有了语法规则，针对特定地形，系统生成多样排列组合。但如 Allan Zhao 所言：
语法创造的只是数量，并非机器人的最佳形态。
那么，哪种形态最佳？
RoboGrammar 系统开始关键步骤：自动检索适用地形的性能最佳机器人及相应控制器。
所谓控制器，是指一组能为机械结构赋予生命的指令，控制机器人各马达的运动顺序，论文描述控制器的算法为“模型预测控制”（Model Predictive Control），其中快速向前移动的优先等级最高。
当每个机械结构赋予生命后，电脑就会透过称为“图形启发式搜索”（Graph Heuristic Search） 的神经网络算法检索高性能机器人。
作为一种新型的组合设计空间的高效搜索方式，Graph Heuristic Search 使得电脑在探索设计空间的同时学习函数，该函数能将不完整的设计（如组合搜索树中的节点）映射到通过扩展这些不完整的设计实现的最佳性能值。
值得一提的是，Graph Heuristic Search 优先探索的是设计空间中那些最有希望的分支。
为进一步测试 Graph Heuristic Search， 研究人员特意设定了多种对机器人来说具挑战性的地形。结果证明，不论单一地形还是地形组合，RoboGrammar 都能生成性能最佳的机器人。而上述所有步骤都发生在工程师拿起螺丝钉之前。
Allan Zhao 表示：
目前为止，机器人设计仍是非常“手工”的过程，而 RoboGrammar 则是更新颖、更有创意的机器人设计方法，可能也更高效。
机器人研究权威专家、美国哥伦比亚大学教授 Hod Lipson 对这项研究成果的评价是：
这项工作是 25 年来自动设计机器人形态和控制方面的最高成就。使用图形语法的想法已出现一段时间，但还没有哪个团队能像这样完美达成这想法。
正如很多科学领域，机器人的未来还有很大的想像空间，期待 MIT 的创新想法后续进展。
- RoboGrammar: Graph Grammar for Terrain-Optimized Robot Design
- Computer-aided creativity in robot design
（本文由 雷锋网 授权转载；首图来源：影片截图）
