受大脑启发的超低功耗混合芯片可以帮助手掌大小的机器人进行协作，并从他们的经验中学习。结合新一代低功率电机和传感器，新的专用集成电路(ASIC)——以毫瓦功率运行——可以帮助智能群体机器人运行数小时而不是数分钟。

为了省电，该芯片采用了混合数模时域处理器，其中信号的脉冲宽度对信息进行编码。神经网络集成电路适用于基于模型的编程和协同强化学习，可能为小型机器人提供更大的侦察、搜索和救援等任务。

佐治亚理工学院的研究人员在2019年的IEEE国际固态电路会议(ISSCC)上展示了一种由独特的专用集成电路驱动的机器人汽车。这项研究由美国国防高级研究计划局(DARPA)和半导体研究公司(SRC)通过大脑启发计算能力自主智能中心(CBRIC)赞助。

佐治亚理工学院电气与计算机工程学院副教授Arijit Raychowdhury说：“我们正在努力为这些非常小的机器人提供智能，让它们能够了解自己的环境，在没有基础设施的情况下自主移动。”“为了实现这一目标，我们希望在这些非常小的设备中引入低功耗电路的概念，这样它们就可以自己做出决定。对需要基础设施的非常小但功能强大的机器人有很大的需求。”

雷乔杜里和研究生曹宁远、张木雅和阿努帕姆高德(Anupam Golder)展示了汽车穿过一个覆盖着橡胶垫的竞技场，周围是纸板墙。机器人在寻找目标时，必须避开交通锥和彼此，在环境中学习，不断地相互交流。

汽车惯性和超声波传感器被用来确定它们的位置并探测它们周围的物体。来自传感器的信息被传输到混合专用集成电路，后者充当车辆的“大脑”。然后描述指向树莓Pi控制器，它向电机发送指令。

在手掌大小的机器人中，有三个主要系统消耗能量：驱动和转向车轮的电机和控制器、处理器和传感系统。在Raychowdhury团队制造的汽车中，低功率ASIC意味着电机消耗大部分功率。“我们已经能够将计算能力降低到预算主要由汽车需求主导的水平，”他说。

该团队正在与使用微机电(MEMS)技术的电机合作伙伴合作，该技术可以以比传统电机更低的功率运行。

安森美半导体副教授Raychowdhury说：“我们希望建立一个系统，使传感功率、通信和计算机功率与驱动功率处于大致相同的水平，大约几百毫瓦。电气和计算机工程。“如果我们能够使用高效的电机和控制器来制造这些手掌大小的机器人，我们应该能够在几节AA电池上提供几个小时的运行时间。现在我们知道我们需要提供什么样的计算平台，但我们仍然需要其他组件来赶上。”

在时域计算中，信息以两种不同的电压传输，并用脉冲宽度编码。这为电路提供了模拟电路的能量效率和数字设备的鲁棒性的优点。

Raychowdhury说：“芯片的尺寸缩小了一半，功耗是传统数字芯片所需的三分之一。“我们在逻辑和内存设计中使用了多种技术，将功耗降至毫瓦，同时达到目标性能。”

因为每个脉冲宽度代表不同的值，所以系统比数字或模拟设备慢，但Raychowdhury说，这个速度对于小型机器人来说已经足够了。毫瓦是万分之一瓦。

“对于这些控制系统，我们不需要工作在几千兆赫的电路，因为设备移动不快，”他说。“我们牺牲了一点性能来实现极高的能效。即使计算机在10或100 MHz下工作，这对我们的目标应用来说也足够了。”。

65nm CMOS芯片适合两种适合机器人的学习模式。该系统可以被编程为遵循基于模型的算法，并且可以使用增强的系统从其环境中学习，这可以随着时间的推移促进越来越好的性能——就像一个通过碰撞东西来学习走路的孩子一样。

Raychowdhury说：“你使用神经网络中的一组预定权重来启动系统，这样机器人就可以从一个好的地方开始，而不会立即崩溃或提供错误的信息。”“当您将它部署在一个新的位置时，环境会有一些它会识别的结构，以及一些系统必须学习的结构。然后，系统将做出自己的决策，并评估每个决策的有效性，以优化其行动。”

机器人之间的通信使它们能够合作寻找目标。

他说：“在协作环境中，机器人不仅需要知道自己在做什么，还需要知道同组的其他人在做什么。“他们会努力实现群体总回报最大化，而不是个人回报最大化。”

由于他们的ISSCC演示提供了概念证明，该团队正在继续优化设计，并正在开发集成计算和控制电路的片上系统。

“我们希望在这些小型机器人中实现越来越多的功能，”Raychowdhury补充道。“我们已经展示了什么是可能的，我们现在正在做的需要通过其他创新来加强。”

版权说明： 本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

标签：