水下机器人，究竟长啥样？

2016年，两位斯坦福大学的AI实验室研究人员在研究大疆无人机后，设计了一款名为SeaDrone的水下机器人，并逐步将其发展成为理想的水下监控产品，进而创立了自己的公司O-Robotix。

同年10月21日，在世界机器人大会的主论坛上，斯坦福大学的Oussama Khatib教授介绍了一款海底“阿凡达”。这款设备不仅可以让人类远程操控，还能通过搭载的各种传感器感知海底世界。

到了2021年1月，哈佛大学约翰·保尔森工程与应用科学学院及韦斯生物启发工程研究所的研究人员设计了一群可爱的机器鱼，研究成果登上了《Science Robotics》杂志的封面。

由此可见，水下机器人正逐渐向仿生趋势发展。设想一下，在“鱼的世界”里，一条机器鱼比一台巨大的机器更加合理且自然，更符合仿生学原理。

麻省理工学院（MIT）计算机科学与人工智能实验室（CSAIL）提出了一个新思路：制造一种类海洋生物的机器人，其形态不仅可以是鱼，也可以是海星。

没错，“派大星MIT版”来了！

如何在18小时内造出一个“派大星”？

2021年3月31日，这项研究成果发表在《IEEE RA-L》期刊上，题目为《基于可微模拟的水下软体机器人建模与控制》。

随着水下机器人技术的发展，包括海底探测、样本采集和海洋生物观察等任务如今都变得更加容易完成。学术界已经尝试了多种方案，但由于软体系统的高自由度，计算起来并不容易。对水下软体机器人进行建模和控制是一项具有挑战性的任务。

论文指出： 为了对水下软体机器人进行建模，不仅要适应机器人的变形，还要考虑机器人与水环境之间复杂的固体-流体相互作用。软体机器人的复杂动力学及其与水环境的相互作用往往导致模拟与实际实验之间存在巨大差异。

因此，只有缩小模拟和实际操作之间的差距，未来机器人的控制器和设计才能更可靠地应用于现实世界。

如下图所示，研究团队采用的方法是将一个可微模拟器嵌入到模拟和真实实验交替运行的流程中。给定的控制输入是机器人捕捉到的实际世界运动数据。这些数据被传递给可微模拟器，系统识别出实际（右下角的四个绿色球体）和模拟（右下角的四个蓝色球体）之间的差距，然后通过轨迹优化生成新的控制序列。

这种方法被称为Real2Sim，通过这种迭代过程，研究团队实现了轨迹优化和差距减少。

研究团队表示： 结合可微模拟和可微的分析流体动力学模型，可以改进软体机器人的建模和优化。

既然有了方法，那就设计一款机器人试试吧。

研究团队利用C++和Python开发的机器学习算法系统，设计了一只由四个肌腱驱动的“派大星”。每个脚尖到背部的电机分别有一根线缆。

他们选择的材料是硅胶泡沫，既富有弹性又足够柔软，可以确保机器人在狭窄空间中移动。

随后，“派大星”被放入水箱进行测试，为记录实际情况，水箱外放置了一个高速相机。

实际上，从设计到通过Real2Sim方法进行优化，整个过程只需18小时。这表明，该团队的可分步模拟迭代大大降低了机器人开发的时间成本。

关于作者

这一设计源自MIT CSAIL。

据雷锋网了解，该论文的共同第一作者之一Tao Du负责了“派大星”的软硬件开发。Tao Du本科毕业于清华大学软件学院，后在斯坦福大学攻读硕士学位，目前在MIT攻读博士学位，研究方向包括计算机图形学、机器人技术和机器学习，特别关注复杂物理系统中的设计和控制问题。

此外，在作者名单中，我们还看到了Daniela Rus的名字。

Daniela Rus是MIT CSAIL主任、Andrew和Erna Viterbi电气工程与计算机科学教授、IEEE Fellow、AAAI Fellow、美国国家工程院院士。她在康奈尔大学获得了计算机科学博士学位，主要研究领域涵盖机器人、移动计算和数据科学。

今年3月，福布斯AI专栏作家、创业投资公司Highland Capital Partners的风投专家Rob Toews曾撰文列举了8位具有代表性的AI领域女性领袖，Daniela Rus榜上有名。

实际上，在2016年的CCF-GAIR机器人专场上，Daniela Rus曾登台演讲，讲述了全球机器人领域的十二大前沿技术趋势。雷锋网对其观点进行了整理和归纳，详见以下链接：

【1】https://www.leiphone.com/category/industrynews/C4ykyc9U9TL8lkDk.html

【2】https://www.leiphone.com/category/industrynews/gOB6fU47x1GaFTru.html

本文引用来源：

https://ieeexplore.ieee.org/document/9392257

https://www.youtube.com/watch?v=Kh3TOftm8jg

雷锋网