人工智能的勃兴不断重塑着人们对未来的设想。其中，机器人作为未来人工智能发展最广阔的领域，已经不断渗入我们的生活和生产。

    机器人总是为各种无穷无尽的任务而设计，但通常，它们的整体形状和设计非常相似。比如，当人们想制造一个需要穿越各种地形的机器人时，往往会立刻想到一个像狗那样的四足动物，但这是否真的是最佳设计却未可知。

    现在，麻省理工学院（MIT）的研究人员成功开发了一种计算机系统，利用该系统可以对机器人的形状进行仿真，并帮助确定哪种设计的效果是最优异的。

    在这个框架中，研究人员将每个机器人的设计表示为一个图形，并使用一个图形语法来表示物理机器人装配的可能安排。每个机器人设计都可以然后表达为一系列语法规则。只使用一小套研究人员的语法就可以描述数十万个可能的机器人设计。

    此外，研究人员引入图启发式搜索，一种新的高效搜索方法组合设计空间。在图启发式搜索中，研究人员探索同时设计空间，同时学习映射不完整的函数设计（例如组合搜索树中的节点），以达到最佳性能。

    为了测试研究人员的方法，研究人员对机器人进行了优化具有挑战性和多样性的地形。研究人员证明，该计算机系统可以成功生成针对单一地形优化的非平凡机器人或者是地形的组合。这一进展更可能会给设计机器人形状领域注入一定的计算机辅助创造力。