元桁架机器人凭借其独特的变形能力，可适应严苛环境，而随着任务复杂度攀升，其设计也面临更大挑战。近日，由加州大学伯克利分校领衔的研究团队，开发出一款人工智能驱动的框架，为复杂桁架机器人的设计与优化提供了自动化解决方案。据《自然通讯》杂志报道，该框架可助力设计师创造出功能非凡的机器人，同时最大化提升控制效率。

“通过遗传算法，我们的优化方法能够精准计算出完成任务所需的最少控制单元数量。”该研究的首席研究员、机械工程助理教授姚立宁介绍道，“这意味着，设计师可以自动设计出满足所有目标的机器人，无论是变形为特定形状、快速移动还是抓取物体。”研究团队利用该框架，成功开发了四足机器人、变形头盔、受龙虾启发的步行机器人及触手状执行器等多个原型，并进行了性能测试。结果显示，人工智能生成的机器人能够以最少的控制单元实现复杂的形状适应。研究还揭示了性能提升与最佳控制网络数量之间的关系。

研究的主要作者顾建哲表示：“我们从生物学中的肌肉协同作用中汲取灵感，将执行器组的组合空间转化为一种仅使用少量控制单元即可实现可扩展体积和运动变换的方法。”姚立宁教授进一步解释道：“人工智能可以探索整个设计空间，并选择合理的通道数量，从而找到性能与控制单元数量的最佳平衡点。”目前，该框架已实现“人机协作”，设计师负责机器人形状和行为的初始输入。

更多信息： Jianzhe Gu 等，基于遗传算法的变几何桁架系统中执行器网络的优化与控制，《自然通讯》(2025)。期刊信息： 《自然通讯》