COSMIC：機器人系統結構、材料與控制並行最佳化框架
本文提出COSMIC框架，利用梯度下降同時對桁架機器人的拓撲、材料分佈和控制策略進行協同最佳化，透過可微模擬器和神經網路控制器實現高效梯度計算，並在約束最佳化下探索非凸設計空間。案例表明，該方法發現多樣化的運動策略，優於傳統分離設計，並揭示了各設計實體對效能的個體與集體影響。
在機器人學領域，長期以來，研究人員一直致力於複製甚至超越自然界生物所展現的自主性。然而，當前大多數機器人系統的設計實踐卻與自然界中生物體結構、材料與控制的協同進化形成鮮明對比——它們通常將結構、材料和控制器分開設計。這種分離不僅常導致效能次優的設計，也限制了我們對於各個設計要素的個體貢獻以及它們之間聯合效應的深入理解。
為了應對這一挑戰，研究人員提出了COSMIC（Concurrent Optimization of Structure, Material, and Integrated Control）框架。這是一種基於梯度的協同設計方法，能夠同時最佳化桁架結構機器人的拓撲構型、材料分佈以及控制策略。該框架的核心創新在於將混合型別的拓撲變數和材料變數嵌入到一個連續的設計空間中，並整合了神經網路控制器與可微物理模擬器。透過自動微分技術，框架可以高效地計算梯度，從而精確捕獲結構、材料與控制之間的複雜相互作用。
為了有效地搜尋高度非凸的設計空間，COSMIC框架採用了約束最佳化方法，實現了對所有設計實體（結構、材料、控制）的聯合最佳化。在多個案例研究中，該框架一致地發現了多樣化的運動策略，且效能顯著優於透過傳統分離設計方法獲得的基線方案。此外，該框架表現出良好的靈活性，能夠適應不同的功能需求和邊界條件。
利用這一框架，研究團隊進一步提取了設計洞見，揭示了不同設計要素對機器人效能的個體影響和聯合效應。COSMIC框架為機器人系統的自主協同設計奠定了計算基礎，支援重構、移動以及其他複雜的自主行為。該研究有望推動機器人設計從分離式向整體式、高效化和智慧化的方向演進。