本科生就在 NeurIPS 发一作论文？麻省理工学院（MIT）的两名学生贾格迪普·巴蒂亚（Jagdeep Bhatia）和霍利·杰克逊（Holly Jackson）做到了 。

文章图片
图 | 左：霍利·杰克逊（Holly Jackson）；右：贾格迪普·巴蒂亚（Jagdeep Bhatia）（来源：资料
他们给机器人研发出一款“在线健身房” ， 一经训练即可进化出 30 多种运动能力 ， 堪比机器人的“小型奥运会” 。
日前 ， 相关论文以《进化健身房：软体机器人进化的大型基准》（Evolution Gym: A Large-Scale Benchmark for Evolving Soft Robots）为题 ， 发表在全球人工智能顶会 NeurIPS 2021 上[1] 。
日前 ， 相关论文以《进化健身房：软体机器人进化的大型基准》（Evolution Gym: A Large-Scale Benchmark for Evolving Soft Robots）为题 ， 发表在全球人工智能顶会 NeurIPS 2021 上[1] 。

文章图片
图 | 相关论文（来源：NeurIPS 2021）
担任论文第三作者的是中国留学生田韵声 ， 他目前是 MIT 计算机科学与人工智能实验室（CSAIL）三年级在读博士生 ， 导师为沃伊切赫·马图斯克（Wojciech Matusik）教授 ， 研究领域包括计算机图形学、机器学习与机器人 。 2019 年 ， 田韵声本科毕业于南开大学 ， 期间由任博教授指导 ， 后曾在微软亚洲研究院和香港大学担任研究实习生 。

文章图片
图 | 田韵声（来源：田韵声）
如果想让机器人完成一些任务 ， 你可能会针对特定任务 ， 设计出特定的机器人形态 。 比如设计一个扔东西的机器人 ， 并且扔得越远越好 ， 你可能会想象出一个有胳膊有手的人形机器人 ， 但一般很难想到这样的机器人：
这个机器人同样能完成扔东西的任务 ， 并且完成得还不错 。 虽然它的形状十分怪异 ， 像是由乐高搭起来的一样 。 实际上这是因为它的形态和动作 ， 都是由算法在计算机里进化出来的 。

文章图片
（来源：NeurIPS 2021）
在不依赖人提供任何初始形态的前提下 ， 算法可以自主根据任务需要 ， 进化出适合任务的身体结构和动作 ， 并且不断通过进化自己 ， 让任务完成得越来越好 。 在上面案例中 ， 当机器人学会“进化”自己的身体之后 ， 灰色矩形块被扔得越来越远 。
对于设计好的机器人 ， 以往多数研究主要集中在如何开发有效的控制算法 ， 比如大家熟知的波士顿动力机器狗 ， 它的形态是由工程师根据经验设计出来的 。

文章图片
动图 | 自我翻转（来源：NeurIPS 2021）
研发人员把大量时间花在开发有效的控制算法上 ， 来让机器狗跑得快、跑得稳定不容易摔倒等 。 但是 ， 田韵声认为这种设计好的机器人形态并非是最优的 。 在优化机器人的大脑、也就是控制算法的同时 ， 只有也对身体即形态结构进行优化 ， 才能让机器人的能力更上一层楼 。
基于这一出发点 ， 他和团队开发出了大规模基准测试平台 Evolution Gym ， 旨在让更多人关注如何共同设计机器人的大脑和身体 ， 通过算法共同进化两者 。
据悉 ， Evolution Gym 专门为软体机器人而开发 ， 涵盖 30 多个不同的任务环境 ， 包括跑步、上台阶、攀爬、搬运物体等 。