超低功耗芯片使小型机器人更有能力

一种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合作并学习经验。与新一代的低功耗电机和传感器相结合，新的应用专用集成电路(ASIC)——它的工作功率为毫瓦——可以帮助智能群体机器人工作数小时，而不是几分钟。为了节省电能，该芯片使用了一种数字-模拟混合时域处理器，其中信号的脉冲宽度编码信息。该神经网络集成电路既支持基于模型的编程，又支持协同强化学习，潜在地为小型机器人提供更大的侦察、搜索和救援等任务能力。

研究人员正试图给这些非常小的机器人带来智能，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行动。为了实现这一点，研究人员想把低功耗电路的概念引入这些非常小的设备中，这样他们就可以自己做出决定。对非常小但有能力、不需要基础设施的机器人有着巨大的需求。

演示的赛车在一个由橡胶垫铺地、被纸板块墙环绕的赛场上行进。当机器人寻找目标时，它们必须避开交通锥标和彼此，在行进中学习周围的环境，并不断地与彼此交流。这些汽车使用惯性和超声波传感器来确定它们的位置并探测周围的物体。来自传感器的信息进入混合ASIC，作为车辆的“大脑”。然后指令进入Raspberry Pi控制器，控制器将指令发送给电动机。

在手掌大小的机器人中，三个主要的系统消耗能量:驱动和操纵轮子的电机和控制器、处理器和传感系统。在Raychowdhury的团队制造的汽车中，低功耗的ASIC意味着发动机消耗了大部分的能量。已经能够把计算能力降低到由发动机需求决定预算的水平。研究团队正在与合作者合作开发使用微电子机械(MEMS)技术的电机，这种电机比传统电机的功率小得多。

他们想要建立一个系统，在这个系统中，传感能力、通信能力、计算机能力和驱动能力都处于相同的水平，大约在几百毫瓦左右。如果能制造出这些手掌大小的机器人，并配备高效的马达和控制器，就应该能用两节AA电池提供几个小时的运行时间。他们现在很清楚需要什么样的计算平台来实现这一目标，但仍然需要其他组件来迎头赶上。在时域计算中，用脉冲的宽度编码两种不同的电压来进行信息处理。这使得该电路具有模拟电路的节能优势，并具有数字器件的鲁棒性。

芯片的尺寸减少了一半，功耗只有传统数字芯片的三分之一。在逻辑和内存设计中使用了多种技术，在达到目标性能的同时将功耗降低到毫瓦范围。由于每个脉冲宽度代表不同的值，该系统比数字或模拟设备慢，但是Raychowdhury说这个速度对于小型机器人来说已经足够了。(一毫瓦是千分之一瓦)。对于这些控制系统，我们不需要运行在千兆赫的电路，因为这些设备的移动速度没有那么快。我们牺牲了一点性能来获得极端的电力效率。即使计算机以10或100兆赫的速度运行，这对我们的目标应用程序来说也足够了。

这款65纳米的CMOS芯片可以同时适用于机器人的两种学习方式。该系统可以按照基于模型的算法进行编程，并且可以使用一个增强系统从环境中学习，随着时间的推移，该系统的性能会越来越好——就像一个孩子通过撞东西学会走路一样。就如你从神经网络中预先设定的一组权重开始系统，这样机器人就可以从一个好的位置开始，而不会立即崩溃或给出错误的信息。当你把它部署到一个新的位置时，环境会有一些它能识别的结构，还有一些系统必须学习的结构。然后，该系统将自行做出决策，并将评估每个决策的有效性，以优化其运动。

机器人之间的通信使它们能够合作寻找目标。在一个协作的环境中，机器人不仅需要了解自己在做什么，还需要了解团队中其他人在做什么。他们将努力将集体的总回报最大化，而不是个人的回报。