自主人工智能机器人创造了人类永远无法做到的减震形状 - SPS广州

波士顿大学的机器人MAMA BEAR可以自主创建和测试能量吸收结构，最近实现了创纪录的75%效率，应用范围从运输材料到军事装备。图片来源：Devin Hahn，波士顿大学制作公司

自主机器人创造了人类无法做到的减震形状。了解它对设计更安全的头盔、包装、汽车保险杠等意味着什么。

在波士顿大学工程学院的一个实验室里，一个机械臂将小的塑料物体扔进一个精确放置在地板上的盒子里，以便在它们掉落时接住它们。这些微小的物体一个接一个地装满了盒子——羽毛般轻盈的圆柱形碎片，不超过一英寸高。有些是蓝色的，有些是红色、紫色、绿色或黑色。

这些结构中的每一个都是机器人自主实验的结果。该机器人独立运行并通过不断学习进行调整，旨在创造有史以来最有效的能量吸收形状。

创新过程

为此，机器人用3D打印机创建一个小型塑料结构，记录其形状和大小，将其移动到平坦的金属表面上，然后用相当于成年阿拉伯马站在四分之一上的压力将其压碎。然后，机器人测量结构吸收了多少能量，其形状在被压扁后如何变化，并将每个细节记录在一个庞大的数据库中。

然后，它将压碎的物体放入盒子中，并将金属板擦拭干净，准备打印和测试下一块。它将与它的前身略有不同，它的设计和尺寸由机器人的计算机算法根据过去的所有实验进行调整 - 这是所谓的贝叶斯优化的基础。在一次又一次的实验中，3D结构在吸收被压碎的冲击方面变得更好。

在波士顿大学工程学院的一个实验室里，一个机械臂将小塑料物体扔进一个盒子里，完美地放在地板上，以便在它们掉落时接住它们。这些微小的结构一个接一个地——羽毛般轻盈的圆柱形碎片，不超过一英寸高——填满了盒子。有些是红色的，有些是蓝色、紫色、绿色或黑色。每个物体都是机器人自主实验的结果。机器人自己在寻找并试图制造一个具有有史以来最有效的能量吸收形状的物体。

持续改进和应用

这些无情的迭代之所以成为可能，是因为 ENG 机械工程副教授 Keith Brown 及其在 KABlab 的团队的工作。这个机器人被命名为MAMA BEAR，是其冗长的全称“增材制造架构的力学贝叶斯实验自主研究员”的缩写，自2018年布朗和他的实验室首次概念化以来，它已经不断发展。到 2021 年，该实验室已开始研究机器，以制造一种吸收最多能量的形状，这种特性被称为其机械能吸收效率。当前的迭代已经连续运行了三年多，用超过25,000个3D打印结构填充了数十个盒子。

实际意义和成就

为什么有这么多形状？可以有效吸收能量的东西有无数的用途，例如，用于运往世界各地的精密电子产品的缓冲器，或者用于运动员的护膝和护腕。“例如，你可以从这个数据库中汲取灵感，在汽车或包装设备中制造更好的保险杠，”布朗说。

为了理想地工作，这些结构必须达到完美的平衡：它们不能太坚固以至于对它们应该保护的任何东西造成损坏，但应该足够坚固以吸收冲击。Brown说，在MAMA BEAR之前，任何人观察到的最好的结构在吸收能量方面效率约为71%。但在 2023 年 1 月一个寒冷的下午，布朗的实验室看到他们的机器人效率达到了 75%，打破了已知的记录。研究结果于今日（5月21日）发表在《自然通讯》（Nature Communications）杂志上。

“当我们开始的时候，我们不知道是否会有这种破纪录的形状，”布朗实验室的博士生凯尔西·斯内普（ENG'25）说，他负责监督MAMA BEAR。“缓慢但肯定的是，我们一直在向上爬，并突破了。

破纪录的设计和进一步的创新

这个破纪录的结构看起来与研究人员所预料的完全不同：它有四个点，形状像薄薄的花瓣，比早期的设计更高更窄。

“我们很高兴这里有这么多的机械数据，我们正在用它来更广泛地学习有关设计的课程，”布朗说。

他们的大量数据已经得到了第一个实际应用，有助于为美国陆军士兵设计新的头盔衬垫提供信息。布朗、斯内普和项目合作者、波士顿大学艺术与科学学院计算机科学副教授艾米丽·怀廷（Emily Whiting）与美国陆军合作，进行了现场测试，以确保使用正在申请专利的衬垫的头盔舒适，并提供足够的防冲击保护。用于衬垫的 3D 结构与破纪录的作品不同——中心更柔软，身材更矮，有助于提高舒适度。

自主机器人在研究中的作用不断扩大

MAMA BEAR并不是布朗唯一的自主研究机器人。他的实验室还有其他“BEAR”机器人执行不同的任务，比如纳米BEAR，它使用一种称为原子力显微镜的技术研究材料在分子尺度上的行为方式。布朗还与ENG机械工程助理教授Jörg Werner合作开发了另一个系统，称为PANDA（聚合物分析和发现阵列的缩写），用于测试数千种薄聚合物材料，以找到最适合电池的材料。

“它们都是做研究的机器人，”布朗说。“他们的理念是，他们将机器学习与自动化结合使用，以帮助我们更快地进行研究。

“不仅仅是更快，”Snapp 补充道。“你可以做你平时做不到的事情。我们可以达到一个我们无法实现的结构或目标，因为它太昂贵和耗时了。自 2021 年实验开始以来，他一直与 MAMA BEAR 密切合作，并赋予机器人视觉（称为机器视觉）和清洁自己的测试板的能力。

自主研究的未来

KABlab希望进一步证明自主研究的重要性。布朗希望继续与各个领域的科学家合作，他们需要测试大量的结构和解决方案。布朗说，尽管他们已经打破了记录，但“我们无法知道我们是否达到了最高效率”，这意味着他们可能会再次打破它。因此，MAMA BEAR将继续运行，进一步突破界限，而Brown和他的团队则看到该数据库还可用于哪些其他应用程序。他们还在探索如何将超过25,000个破碎的碎片解开并重新加载到3D打印机中，以便可以回收这些材料进行更多实验。

“我们将继续研究这个系统，因为机械效率，就像许多其他材料特性一样，只能通过实验来准确测量，”布朗说，“使用自动驾驶实验室可以帮助我们选择最好的实验并尽快进行实验。