When Search Becomes Memory: Turning Robot Design Trials into Transferable Skills
本文介绍了 Auto-Robotist，这是一种自进化大语言模型智能体，通过将搜索轨迹提炼为显式、可检查的自然语言技能库，将无记忆的进化机器人设计转化为可迁移的过程，从而显著提高了搜索效率，并实现了在不同设计空间之间的成功知识迁移。
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
想象一下，你正在尝试发明一种新型行走机器。你拥有一个计算机模拟器，允许你用类似乐高积木的模块构建不同形状的机器人。每构建一个机器人，你都必须运行一次漫长且昂贵的测试，以查看它能否行走、搬运箱子或跳跃。
旧方法（“无记忆”方法）
传统上，科学家使用一种称为“遗传算法”的方法。这就像是自然选择的数字版本：
- 你构建 25 个随机机器人。
- 你测试它们全部。
- 你保留表现最好的 5 个，丢弃其余的。
- 你将这 5 个优胜者进行混合和变异，以创造下一代。
问题： 这种方法非常“健忘”。它保留了获胜的机器人，却丢弃了失败者为何失败的“故事”。机器人是因为腿太细而摔倒的吗？是因为太滑而打滑的吗？旧系统忘记了这些教训。每当它尝试新任务或更大的机器人时，都必须从头重新学习。
新方法：AUTO-ROBOTIST
本文介绍了一个名为 AUTO-ROBOTIST 的新系统。把它想象成一个拥有笔记本（即“技能库”）且从不丢弃的机器人设计师。
以下是其工作原理，使用一个简单的类比：
1. 技能的“笔记本”
AUTO-ROBOTIST 不仅仅保留最好的机器人，而是根据所学内容写下规则。
- 原型（理念）： 它识别出一种模式，例如“门式框架”（一种看起来像门口的形状）。
- 规则（建议）： 它写下具体的建议，例如：
- 好规则： “如果你中间有一个重型电机，就在其周围放置一个刚性框架。”
- 坏规则： “永远不要将底部腿部留空，否则机器人会坍塌。”
- 证据（证明）： 它保存了证明这些规则有效（或无效）的具体机器人设计。
2. 在做中学（搜索过程）
当系统尝试设计机器人时，它不会仅仅随机猜测。
- 它打开笔记本，寻找与当前任务相匹配的规则（例如，“我需要搬运一个重箱子”）。
- 它请求一个智能人工智能（大型语言模型）利用这些规则作为指导，对上一轮中最好的机器人进行调整。
- 为了保险起见，它仍会进行一些随机猜测（就像旧方法那样），但它的大部分时间都花在遵循已经学到的“规则”上。
3. 更新笔记本
测试完成后，系统不仅仅挑选获胜者，而是更新其笔记本：
- 添加： 如果发现一种新的有效模式，它就写下一条新规则。
- 诊断： 如果机器人失败了，它会找出原因，并添加一条“不要这样做”的规则。
- 合并： 如果它拥有两条表达相同意思的规则，它就会将它们合并，以保持笔记本整洁。
为何这很重要：“扩展”测试
研究人员在名为 EVOGYM 的模拟器上测试了这一点。他们主要做了两件事：
- 冷启动： 他们从一个空笔记本和一个小型机器人（5x5 个积木块）开始。即使没有任何先验知识，系统也能在过程中学习规则，并比旧的“健忘”方法更快地找到更好的机器人。
- 巨大飞跃： 然后，他们尝试为相同的任务设计一个更大的机器人（10x10 个积木块）。
- 旧方法： 必须从头开始，重新学习一切。
- AUTO-ROBOTIST： 打开其笔记本，查看从小型机器人那里学到的规则（例如“刚性框架有助于稳定性”），并将它们应用于大型机器人。
结果： AUTO-ROBOTIST 在设计大型机器人方面表现更好。它不仅仅是复制小型机器人并将其放大（这通常会导致机器人损坏）；它理解了构建稳定机器人的原理，并将这些原理应用到了新的、更大的尺寸上。
简而言之
- 旧方法： “我发现了一个获胜的机器人。让我们尝试做一个略有不同的。哦不，它失败了。让我们再试一次。”（重复错误）。
- AUTO-ROBOTIST： “我发现了一个获胜的机器人。我学到了‘刚性框架有帮助’。让我们把它记下来。现在，对于下一个机器人，我会确保使用刚性框架。如果它失败了，我会记下原因，以便我不会再犯同样的错误。”
该论文声称，通过将昂贵的计算机测试转化为可重用的“技能库”，可以更高效地设计机器人，并且从小型机器人那里获得的知识可以帮助构建更好、更大的机器人，而无需从头开始。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。