麻省理工学院（MIT）开发出一套新系统，可以定制化设计硬件架构，缩短机器人的响应时间，使其能够在复杂的关键应用中应对自如。

　　面临宕机的机器人大脑

　　虽然机器人比以往任何时候都要强大，移动速度也比以往任何时候都要快，但它们仍然在复杂的情况下面临挑战，动作也容易出现停顿。最近刚从MIT计算机科学与人工智能实验室（CSAIL）毕业的博士Sabrina Neuman说：“这种意外的停机就是机器人大脑中正在发生的事。”

　　感知刺激和计算反应需要大量的计算，这就限制了响应时间。Neuman找到了一种方法来解决机器人“思维”和身体之间的这种不匹配。这种被称为“机器人形态计算（robomorphic computing）”的方法，利用机器人的物理布局和预期应用来生成一个定制的计算机芯片，以最大限度地减少机器人的响应时间。

       

　　麻省理工学院（MIT）的研究人员开发出了一种自动设计定制化硬件的方法，可以加快机器人的运行速度。图片来源：MIT

　　这一进展可以促进各种机器人应用，包括需要照顾有可能是传染病患者的一线医疗护理。“如果我们能够拥有帮助降低患者和医院工作人员风险的机器人，那就太棒了。”Neuman说。预计今年4月，Neuman将在“编程语言和操作系统架构支持”国际会议上发表这一研究成果。

　　为机器人响应提速

　　据Neuman介绍，机器人的操作主要有三个步骤。第一个是感知，包括使用传感器或摄像头收集数据。第二个是测绘和定位。“根据它们所看到的东西，它们必须构建一个周围世界的地图，然后在这个地图中定位自己”。第三步是运动规划和控制，换句话说，就是规划行动路线。

　　这些步骤可能需要时间和大量的计算能力。“要想将机器人部署到工厂，并在人类周围的动态环境中安全运行，它们需要能够非常快速地思考和反应，而当前的算法无法在当前的CPU硬件上运行得足够快。”该团队的成员之一，哈佛大学的Brian Plancher说。

　　研究人员一直在研究更好的算法，但Neuman认为仅靠软件改进并不是答案。“相对而言，换一种新的想法，你还可以探索更好的硬件。”这意味着在硬件加速的帮助下，超越由标准版CPU处理芯片组成的机器人大脑性能。

　　硬件加速是指使用专门的硬件单元来更有效地执行某些计算任务。常用的硬件加速器是图形处理器（GPU），这是一种专门用于并行处理的芯片。这些设备对图形处理很方便，因为它们的并行结构允许它们同时处理成千上万的像素。

　　机器人形态计算

　　“GPU并不是什么都做得最好，但它在构建方面是最好的。”Neuman说，“你可以为特定的应用获得更高的性能。” 大多数机器人的设计都有一套预定的应用，因此可以从硬件加速中受益。这就是为什么Neuman的团队开发了机器人形态计算系统。

　　该系统创建了一个定制的硬件设计，以最好地满足特定机器人的计算需求。用户输入机器人的参数，比如它的肢体布局和各个关节的运动方式，系统将这些物理属性转化为数学矩阵。

　　这些矩阵是“稀疏的”，这意味着它们包含许多零值，这些零值大致对应于给定机器人特殊解剖结构下不可能的动作。就像你的手臂的运动也是有限的，因为它只能在某些关节处弯曲，它不是一根无限柔韧的意大利面条。

　　比GPU快86倍

　　该系统还设计了一个专门的硬件架构，只对矩阵中的非零值运行计算。因此，由此产生的芯片设计是量身定做的，以最大限度地提高机器人计算需求的效率。而这种定制化设计在测试中得到了验证。

　　使用这种方法为特定应用设计的硬件架构，其性能优于现成的CPU和GPU单元。虽然Neuman的团队并没有从头开始制造专门的芯片，但他们根据系统的建议，对一个可定制的现场可编程门阵列（FPGA）芯片进行了编程。尽管以较慢的时钟速率运行，但该芯片的性能比CPU快8倍，比GPU快86倍。

　　“我对这些测试结果感到很兴奋，”Neuman说，“尽管我们受制于较低的时钟速度，但我们通过提高效率弥补了这一缺陷。”

　　自动化定制芯片

　　Plancher认为机器人形态计算具有广泛的潜力。“理想情况下，我们最终可以为每个机器人制造一个定制的运动规划芯片，让它们快速计算安全高效的运动。”他说，“如果20年后，每个机器人都有少量的定制计算机芯片为其提供动力，我不会感到惊讶，而机器人形态计算可能就是其中之一。”

 “这项工作令人振奋，因为它显示了如何使用专门的电路设计来加速机器人控制的核心组件。”Boston Dynamics公司的机器人工程师Robin Deits说。

　　性能提升对于机器人来说至关重要，因为现实世界永远不会等着机器人完成思考。机器人形态计算可以让机器人的思考速度更快，解决机器人在复杂问题中计算量过于庞大的问题。

　　Neuman接下来计划将整个机器人形态计算系统自动化。用户只需简单地拖拽机器人的参数，“从另一端就会出现硬件描述。我认为这将是让该系统真正释放潜力的关键一步。”