🤖 AI

Evolving Embodied Intelligence: Graph Neural Network--Driven Co-Design of Morphology and Control in Soft Robotics

该论文提出了一种基于图神经网络（GAT）的软体机器人形态与控制协同设计方法，通过拓扑一致的继承机制和形态感知策略，有效解决了形态演化中控制策略难以复用和适应的问题，显著提升了机器人的最终适应度及形态变化下的适应能力。

原作者： Jianqiang Wang, Shuaiqun Pan, Alvaro Serra-Gomez, Xiaohan Wei, Yue Xie

发布于 2026-03-23

📖 1 分钟阅读☕ 轻松阅读

原作者： Jianqiang Wang, Shuaiqun Pan, Alvaro Serra-Gomez, Xiaohan Wei, Yue Xie

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述了一个关于**如何让机器人像生物一样“进化”和“学习”**的有趣故事。

想象一下，你要教一群软绵绵的机器人（像章鱼或蠕虫一样，由橡胶和硅胶制成）去完成任务，比如推箱子、扔东西或者接住飞来的物体。传统的做法是：先给机器人定好形状，再教它怎么动。但这有个大问题：如果机器人的形状变了（比如多长了一只手，或者少了一个关节），之前教它的“大脑”就完全不会用了，必须从头开始学，这太浪费时间了。

这篇论文提出了一种聪明的新方法，我们可以把它比作**“给机器人装上了可伸缩的乐高大脑”**。

以下是用通俗语言和比喻对论文核心内容的解读：

1. 核心难题：身体变了，大脑怎么办？

传统方法（死板的 MLP）： 想象传统的机器人控制器像一个固定格式的填字游戏。如果机器人的身体结构变了（比如从 5 个零件变成了 7 个），这个填字游戏的格子数量就不对了，之前的答案（控制策略）完全没法填进去。所以，每次身体进化，大脑就得“失忆”，重新从零开始学习。
新方法的痛点： 在自然界中，生物进化时，身体变了，大脑通常能很快适应。但在机器人领域，很难做到这一点，因为身体和大脑是分开设计的。

2. 解决方案：图神经网络（GAT）——“乐高式”的大脑

作者们提出了一种基于**图神经网络（GAT）**的新方法。

把机器人看作“社交网络”： 他们不再把机器人看作一堆固定的数字，而是看作一个由节点（传感器、肌肉）和连线（它们之间的关系）组成的社交网络。
- 节点 = 机器人的各个部分（比如某个传感器或肌肉）。
- 连线 = 它们之间的物理连接或空间关系。
注意力机制（GAT）： 这个“大脑”有一个超能力，叫**“注意力机制”**。就像你在嘈杂的聚会上，能自动忽略无关的人，只关注和你说话的那个人一样。机器人的大脑能自动判断：“现在哪个肌肉最重要？哪个传感器在报警？”它不需要固定的输入格式，无论身体长什么样，它都能找到最重要的部分。

3. 进化过程：如何“遗传”智慧？

这是论文最精彩的部分。当机器人通过“基因算法”发生变异（身体结构改变）时，新机器人如何继承父母的经验？

传统的“断头台”： 以前，如果身体变了，父母的大脑直接扔掉，孩子从头学。
现在的“智能传承”：
1. 保留核心智慧： 父母大脑中那些通用的“思考逻辑”（比如如何感知平衡、如何协调动作）被完整保留下来。
2. 灵活对接： 如果父母多了一个“手臂”（新节点），新机器人的大脑会把这个新手臂“随机初始化”（给它一个初始状态），然后让它快速学习如何配合已有的身体。
3. 丢弃无用部分： 如果父母少了一个“腿”，大脑就自动忽略那个部分，继续指挥剩下的。

比喻： 这就像一家连锁餐厅。如果一家分店（新机器人）突然增加了一个新厨房（新肌肉），店长（大脑）不需要重新培训所有员工，只需要把通用的烹饪秘籍（共享层）带过去，然后专门培训一下新厨房的厨师（新节点）如何配合老员工即可。

4. 实验结果：谁更厉害？

作者在模拟环境（EvoGym）中测试了四种任务：推箱子、扔箱子、运箱子和接箱子。

结果： 使用这种“乐高大脑”（GAT）的机器人，比使用“固定填字游戏大脑”（传统 MLP）的机器人：
- 学得更快： 不需要每次都从零开始。
- 更聪明： 最终能完成更复杂的动作（比如扔得更远、接得更准）。
- 更稳定： 即使身体结构发生剧烈变化，它们也能迅速适应，不会“发疯”。

具体案例： 在“扔箱子”任务中，传统的机器人往往只会笨拙地跳一下，箱子扔不远。而新方法的机器人学会了像人类一样，利用身体的多个部位协调发力，动作流畅，扔得又远又准。

5. 总结：为什么这很重要？

这篇论文的核心思想是：机器人的身体和大脑不应该分开设计，而应该像生物一样共同进化。

以前的做法： 身体是固定的模具，大脑是填进去的胶水。模具一变，胶水就裂了。
现在的做法： 身体是灵活的乐高，大脑是懂变通的指挥官。无论乐高怎么拼，指挥官都能迅速调整策略。

一句话总结：
这项研究让机器人拥有了像生物一样的**“进化韧性”**。当机器人的身体在进化中发生变化时，它的“大脑”不会崩溃，而是能利用已有的经验快速适应新身体，从而更高效地学会各种高难度技能。这为未来制造出能适应各种复杂环境的智能软体机器人铺平了道路。

这是一份关于论文《Evolving Embodied Intelligence: Graph Neural Network–Driven Co-Design of Morphology and Control in Soft Robotics》（具身智能的演进：软体机器人形态与控制基于图神经网络的协同设计）的详细技术总结。

1. 研究背景与问题 (Problem)

核心挑战：
软体机器人的设计依赖于“具身智能”（Embodied Intelligence）原则，即智能行为源于身体（形态）与大脑（控制）的紧密耦合。然而，在协同设计（Co-Design）形态与控制时面临两大主要障碍：

训练成本高： 每次形态发生突变（如增加/减少执行器或传感器），传统的控制策略通常需要从零开始重新训练，导致计算资源浪费。
控制器继承脆弱： 传统的深度强化学习（DRL）策略通常基于多层感知机（MLP），其输入和输出维度是固定的。当机器人形态改变导致传感器/执行器布局变化时，MLP 的架构不匹配，使得跨代际的知识迁移（Inheritance）变得极其困难，往往需要人工制定临时的转移规则（Ad-hoc rules）。

现有局限：
现有的协同设计方法（如基于 MLP 的进化策略）难以在形态发生剧烈变化时有效复用父代的控制策略，限制了机器人解决复杂任务的能力。

2. 方法论 (Methodology)

本文提出了一种基于图神经网络（GNN），特别是**图注意力网络（GAT）**的协同设计框架，旨在实现形态感知（Morphology-aware）的控制器继承。

2.1 机器人图表示 (Graph Representation)

节点（Nodes）： 对应机器人的功能组件（如位置传感器、体素）。节点特征结合了全局属性（如方向）和局部信息（坐标、体素类型、速度）。
边（Edges）： 编码结构或运动学关系（如空间邻接），边特征包含相对偏移量（ $\Delta x, \Delta y$ ）。
优势： 这种表示法允许机器人自然地处理形态变化（增加/删除节点），而无需重新设计网络架构。

2.2 基于 GAT 的控制器架构

消息传递： 使用 GAT 层聚合邻居节点信息，通过注意力机制学习哪些连接对控制最重要。
输出头（Head）： 聚合后的节点表示通过一个轻量级的 MLP 头，生成执行器命令（Actor）或价值估计（Critic）。
灵活性： 隐藏层（GAT 层和 MLP 隐藏层）在所有形态间共享，而输出层根据具体的执行器数量动态调整。

2.3 拓扑一致的权重映射继承机制 (Topology-Consistent Mapping)

这是论文的核心创新点，通过 MAPWEIGHTS 算法实现父代到子代控制器的迁移：

共享层继承： GAT 的消息传递层（注意力权重和线性核）以及 MLP 的隐藏层被完整保留并直接复制到子代。
执行器映射：
- 匹配的执行器： 直接继承父代对应的权重。
- 新增的执行器： 随机初始化权重，并在后续训练中微调。
- 移除的执行器： 丢弃对应的权重。
策略类： 这种设计使得控制器能够适应身体的突变，无需从头训练。

2.4 协同设计流程

结合遗传算法（GA）和近端策略优化（PPO）：

初始化种群，构建机器人图。
使用 PPO 训练控制器（对于新个体）或评估（对于继承个体）。
选择精英个体，通过突变生成新形态。
利用上述映射机制将父代控制器权重传递给子代，加速适应过程。

3. 主要贡献 (Key Contributions)

形态感知的控制器继承算法： 提出了一种将 GAT 策略与 DRL 结合的协同设计算法。通过嵌入级别的转移方案（Embedding-level transfer），利用与新形态对齐的图特征重用，显著加速了子代控制器的适应过程。
抗结构突变的图表示： 设计了一种基于图的策略表示，克服了传统 MLP 在协同设计中因固定输入维度限制而导致的脆弱性，确保在结构突变下策略能力的保持。
实证验证与消融研究： 在 EvoGym 基准平台上进行了广泛实验，证明了该方法相比 MLP 基线具有更高的最终奖励和更强的形态变化鲁棒性。通过消融实验分离了图策略和继承机制的具体贡献。

4. 实验结果 (Results)

实验在 EvoGym 平台的四个任务（Pusher-v1, Thrower-v0, Carrier-v1, Catcher-v0）上进行，对比了四种配置：

GA-GAT-PPO-Local-Transfer: 使用个体化节点特征的 GAT 继承。
GA-GAT-PPO-Global-Transfer: 使用全局平均节点特征的 GAT 继承。
GA-MLP-PPO-Transfer: 基于 MLP 的继承（基线）。
GA-MLP-PPO: 无继承，每次从零训练（基线）。

关键发现：

性能提升： GAT 基方法在所有任务中均达到或超过了 MLP 基线的最高适应度（Fitness）。
收敛速度与稳定性：
- 在需要精细局部协调的任务（如 Pusher, Thrower, Carrier）中，Local-Transfer 表现最佳，收敛更快且方差更小。
- 在需要系统级同步的任务（如 Catcher）中，Global-Transfer 表现更优。
- 相比 MLP 方法，GAT 方法在进化过程中表现出更低的方差和更高的鲁棒性。
形态演化： 无论使用何种控制器，演化出的机器人都趋向于形成特定的功能性形态（如抓取状、延伸状），但 GAT 控制器能更有效地利用这些形态，展现出类似人类投掷的复杂运动模式（如使用两个执行器协同投掷），而 MLP 基线往往只能产生简单的跳跃动作。
继承效率： 继承机制显著减少了重新训练的成本，使得子代能够利用父代的知识快速适应新形态。

5. 意义与结论 (Significance & Conclusion)

理论意义：
本文证明了图结构化策略是连接演化形态与大脑控制的有效接口。它通过共享结构（Shared Structure）将形态与控制耦合，真正实现了具身智能在协同设计中的操作化。

实际价值：

可扩展性： 为软体机器人提供了一种可扩展的路径，使其能够在形态多变的环境中高效学习，并泛化到多样化的形态中。
降低设计成本： 通过有效的知识迁移，大幅降低了复杂软体机器人控制策略的优化成本。

局限与未来方向：

GAT 架构比 MLP 更复杂，早期优化收敛速度可能较慢。
未来工作可探索注意力正则化、渐进式形态变化课程学习，以及结合轻量级 MLP 进行快速适应与 GAT 进行结构推理的混合策略，以平衡收敛速度与长期泛化能力。

总结：
该研究通过引入图注意力网络和拓扑一致的权重映射，成功解决了软体机器人协同设计中“形态突变导致控制失效”的难题，为构建能够自我适应、高效进化的具身智能体奠定了坚实基础。