MIT AI設計跳高機械人 革新登陸安全技術

Ai

✨🎱 Instagram留言 →

AI即回覆下期六合彩預測

🧠 AI 根據統計數據即時生成分析

💬 只要留言,AI就會即刻覆你心水組合

🎁 完!全!免!費!快啲嚟玩!

IG 貼文示意圖
AI 即時回覆示意圖

下期頭獎號碼

📲 去 Instagram 即刻留言


利用生成式人工智能助機械人跳得更高、更安全著陸

麻省理工學院(MIT)計算機科學與人工智能實驗室(CSAIL)嘅研究團隊,結合生成式人工智能(GenAI)同物理模擬引擎,優化機械人設計。結果係,佢哋打造嘅機械人跳躍能力超越由人類設計嘅同類機械人。

生成式人工智能模型例如OpenAI嘅DALL-E,已經越嚟越多用途,幫助人類腦力激盪新設計。用戶可以用提示詞,令系統生成圖片、影片,甚至優化藍圖,帶嚟未諗過嘅創意。

但你知唔知道,生成式AI而家亦開始用嚟設計實際可運作嘅機械人?最近基於擴散模型嘅方法,已經能夠由零開始生成機械人結構同控制系統。呢啲模型可以自行創造新設計,再喺模擬環境評估效果,最後再製造實體。

MIT嘅新方法就係利用呢啲生成式技術,改善人類手繪嘅機械人設計。用戶可以先畫一個3D機械人模型,指定想由擴散模型改動嘅部位同尺寸,之後AI就會構思出最佳形狀,並透過模擬測試設計效果。當系統搵到理想方案,用戶可以直接用3D打印機製造真實機械人,無需再做額外調整。

研究團隊用呢套方法造出一款跳躍機械人,平均跳高約2呎,較人手設計嘅機械人高出41%。兩款機械人外觀非常相似,都係用聚乳酸(PLA)塑膠製成,平時呈扁平狀,喺馬達拉動繩索時會彈起變成菱形。咁AI設計同人類設計嘅分別係咩呢?

細看AI生成嘅連桿部件,係彎曲嘅,形狀似鼓棒,而人類設計嘅則係直線矩形。

更優秀嘅「塊狀」設計

研究員最初用一個嵌入向量(embedding vector)——一種數字表示高層特徵嘅方法,讓AI生成500個潛在設計。然後根據模擬表現,篩選出12個最佳方案,優化嵌入向量。呢個過程反覆五次,令AI產生更優秀嘅設計。最後嘅設計像一團「塊狀物」,研究員再令系統調整草圖尺寸配合3D模型,製成實體後證明確實提升跳躍能力。

共領導作者、CSAIL博士後Byungchul Kim表示,擴散模型嘅優勢係能夠搵出非傳統嘅解決方案,優化機械人設計。

「我哋想令機械人跳得更高,最初諗住將連桿做得盡可能薄,令重量減輕。」Kim話,「但用3D打印材料製成嘅細薄結構好易斷裂。擴散模型提出咗一個更好嘅方案,設計出獨特形狀,令機械人喺跳起前能儲存更多能量,又唔會令連桿太薄。呢種創意幫我哋理解機械人背後嘅物理原理。」

研究團隊之後令系統設計一隻優化腳掌,確保機械人著陸安全。經過多輪優化,選出最佳設計安裝喺機械人腳底。結果係AI設計嘅機械人跌倒次數大幅減少,提升幅度達84%。

擴散模型提升機械人跳躍同著陸能力,顯示呢種方法未來可以用嚟改善其他機械人設計。例如生產或家用機械人公司,可用類似技術優化原型,節省工程師反覆修改嘅時間。

跳躍與著陸之間嘅平衡

為咗造出既跳得高又能穩定著陸嘅機械人,研究員將跳躍高度同著陸成功率用數據表示,訓練系統喺兩者之間搵到最佳平衡點,從而建構最理想嘅3D結構。

研究員指出,雖然AI輔助設計嘅機械人已經超越人類設計,但將來仍有提升空間。今次用嘅材料係3D打印機兼容嘅塑膠,未來用更輕盈材料,機械人有望跳得更高。

另一共領導作者、MIT博士生兼CSAIL成員Tsun-Hsuan「Johnson」Wang話,呢個項目係生成式AI助力機械人設計嘅起點。

「我哋希望擴展至更多彈性目標,想像用自然語言指令,令擴散模型設計一隻可以拎起杯嘅機械人,或者可操作電動鑽嘅機械人。」Wang說。

Kim補充,擴散模型亦可以幫助產生關節設計同部件連接方式,進一步提升跳躍高度。團隊亦正研究加入更多馬達,控制跳躍方向,甚至改善著陸穩定性。

研究工作部分由美國國家科學基金會新興研究前沿計劃、星加坡MIT聯盟研究技術Mens, Manus and Machina項目,及光州科學技術院(GIST)與CSAIL合作支持。研究成果已於2025年國際機器人與自動化會議發表。

評論與啟發

MIT團隊利用生成式AI結合物理模擬,成功設計出跳躍性能超越人類設計嘅機械人,展示咗AI與工程設計結合嘅巨大潛力。最令人印象深刻係AI能跳出傳統思維框架,提出彎曲且類似鼓棒嘅連桿設計,既強化能量儲存又避免結構脆弱,反映AI在創新工程解決方案上嘅獨特優勢。

喺香港甚至全球嘅製造業同機械人研發領域,呢種方法有助縮短設計周期,降低成本,尤其喺家用或者工業機械人領域,能快速迭代出更高效、更安全嘅產品。未來如果配合更輕盈材料同多馬達控制,機械人功能將更強大,應用範圍更廣。

此外,Wang提出用自然語言指令操控AI設計機械人,係一個十分有趣嘅發展方向,有助降低技術門檻,令非專業人士亦能參與機械人設計,推動更多跨界創新。

不過,AI設計雖然強大,仍需人類工程師嘅物理知識同判斷作輔助,確保設計安全可靠。未來如何平衡AI創意同人類專業,將成為機械人研發新課題。總括而言,呢次研究為生成式AI喺機械人設計嘅應用開拓咗新視野,有望推動機械人技術快速進步,值得業界密切關注。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。

✨ Nano Banana AI 生圖免費玩!

📸 上載你嘅「Before」,AI即刻幫你整出「After」!

🪄 一鍵變身|真實人物 → 公仔風 / Cosplay / 海報風

🧍你上載的照片:

Before Image

🎨 AI生成的照片:

After Image
🚀 即刻免費玩 Nano Banana