RoboMorph: Evolving Robot Morphology using Large Language Models

我们介绍了RoboMorph，这是一种使用大型语言模型（LLMs）和进化算法生成和优化模块化机器人设计的自动化方法。在这个框架中，我们将每个机器人设计表示为一个语法，并利用LLMs的能力来遍历广泛的机器人设计空间，这在传统上是耗时和计算要求高的。通过集成自动提示设计和基于强化学习的控制算法，RoboMorph通过反馈循环逐步改进机器人设计。我们的实验结果表明，RoboMorph可以成功生成针对单一地形进行优化的非平凡机器人，并展示了形态在连续进化中的改进。我们的方法展示了使用LLMs进行数据驱动和模块化机器人设计的潜力，提供了一种有希望扩展到其他具有相似设计框架的领域的方法。

RoboMorph试图解决模块化机器人设计中的时间和计算成本问题，并通过使用大型语言模型和进化算法生成和优化机器人设计。

RoboMorph将每个机器人设计表示为语法，并利用大型语言模型来遍历机器人设计空间，同时集成了自动提示设计和基于强化学习的控制算法，从而通过反馈循环迭代改进机器人设计。

RoboMorph成功生成了针对单一地形优化的非平凡机器人，并展示了形态改进的优势。实验结果表明，RoboMorph的方法可以扩展到其他具有相似设计框架的领域。

最近的相关研究包括《A Survey of Evolutionary Robotics》、《Designing Modular Robots Using a Generative Encoding Inspired by Nature》等。