Morphology Evolution for Embodied Robot Design With a Classifier-Guided Diffusion Model

Shulei Liu

doi:10.1109/TEVC.2025.3569723

Morphology Evolution for Embodied Robot Design With a Classifier-Guided Diffusion Model

2025-05-13

0

PRE

AI

DOI：10.1109/TEVC.2025.3569723

原文链接

原文求助

摘要

En 中文

自动设计智能机器人是实现具身智能的核心任务，也是当前的研究热点。一种有前景的方法是协同设计框架，其中进化算法（EAs）用于优化机器人的形态，而强化学习算法用于完善其控制策略。然而，离散的形态设计空间给EAs带来了挑战，难以高效地识别最优形态。为此，本文提出了一种由分类器引导的扩散模型驱动的形态优化方法，以提升EAs的搜索效率。在设计过程开始前，使用一组随机采样的可行形态训练通用扩散模型，确保生成的结构满足物理约束。在形态优化的EAs迭代中，利用先前评估的形态训练分类器，并用于条件化扩散模型以生成高质量解。随后，基于体素分布进一步优化生成的形态，融入当前高质量形态的特征。在针对体素基软机器人的形态与控制协同设计的大规模基准实验中，该方法显著提高了形态设计空间的搜索效率，超越了传统EAs和代理辅助EAs。

Keyword:

Diffusion model

evolutionary algorithm

morphology design

Morphology Evolution for Embodied Robot Design With a Classifier-Guided Diffusion Model

摘要

期刊

机构

引用论文