虽然在机器人学习控制方面已取得了重大的研究进展，但在同时协同优化形态时会出现独特的挑战。现有的工作通常是为特定环境或表示方式而量身定制的。为了更全面地了解内在设计和性能权衡，并加速软体机器人新品种的开发，需要一个全面的虚拟平台，具有成熟的任务、环境和评估指标。在本文中，我们介绍SoftZoo，这是一个软体机器人协同设计平台，用于在不同环境中进行运动。SoftZoo支持广泛的自然灵感材料组合，包括模拟平地、沙漠、湿地、黏土、冰雪、浅水和大洋等多种环境。此外，它提供了与软体机器人相关的多种任务，包括快速运动、敏捷转向和路径跟踪，以及可微设计表示形态和控制。综合起来，这些元素形成了一个功能丰富的平台，用于分析和开发软体机器人协同设计算法。我们对流行的表示方式和协同设计算法进行了基准测试，并阐明了以下问题：1）环境、形态和行为之间的相互作用；2）设计空间表示的重要性；3）肌肉形成和控制器综合的歧义性；以及4）可微物理学的价值。我们预见到SoftZoo将成为一个标准平台和模板，用于开发协同设计软体机器人行为和形态智能的新表示和算法。
论文链接：http://arxiv.org/pdf/2303.09555v1
更多计算机论文：http://cspaper.cn/