在設計複雜電子設備（如配送無人機）時，工程師需要在眾多選項中尋求平衡——既要控制成本，又要最大化載重或續航能力。而當設計者無法確切掌握每個電池和電機的規格參數，且實際性能還會受天氣等不可預測因素影響時，這一挑戰將變得更加棘手。
麻省理工學院（MIT）的研究人員開發了一套新框架，幫助工程師在明確考慮不確定性的前提下設計複雜系統。該框架能夠對由多個相互關聯部件組成的設備進行性能權衡建模，每個部件的行為都可能存在不可預測性。
與現有方法相比，這套技術能夠捕捉多種結果和權衡的可能性分布，提供比僅能模擬最優和最差情景更為豐富的資訊。未來，該框架有望幫助工程師開發出更穩健、更可靠的複雜系統，包括自動駕駛汽車、商用飛機乃至區域交通網路。
MIT土木與環境工程系助理教授、論文通訊作者Gioele Zardini表示："實際上，設備中的部件從來不會完全按照預期運行。如果有人面對性能不確定的傳感器、不確定的算法，以及不確定的機器人設計，現在他們有了一種方法，可以將所有這些不確定性整合在一起，從而得出更優的設計方案。"
論文第一作者為MIT博士生黃宇俊，合著者為蘇黎世大學博士生Marius Furter。該研究將在IEEE控制與決策會議上發表。
考慮不確定性
Zardini研究組專注於協同設計（co-design）方法，用於設計由多個相互關聯部件構成的系統，涵蓋機器人到區域交通網路等各類場景。
協同設計語言將複雜問題拆解為一系列"模組"，每個模組代表一個部件，可通過不同方式組合，以最大化收益或最小化成本，從而使工程師能夠在合理時間內解決複雜問題。
在此前的研究中，研究人員對每個協同設計部件的建模未考慮不確定性——例如，設計者可為無人機選擇的每個傳感器，其性能是固定的。
然而，工程師往往無法確切掌握每個傳感器的性能規格，即便掌握了，傳感器也不太可能完全符合規格說明。與此同時，他們也無法預知每個傳感器集成到複雜設備後的實際表現，以及天氣等不可預測因素對性能的影響。
Furter表示："使用我們的方法，即使你不確定傳感器的具體規格，也能設計出能夠最大化目標性能的機器人。"
為此，研究人員將不確定性概念引入基於範疇論（category theory）的現有框架，並藉助一些數學技巧將問題簡化為更通用的結構，從而利用範疇論工具以考慮不確定性結果範圍的方式求解協同設計問題。
通過重新表述問題，研究人員能夠捕捉多個設計選擇之間的相互影響，即便各自的性能存在不確定性。
此外，該方法比許多現有工具更為簡便，後者通常需要深厚的領域專業知識。藉助這套即插即用的系統，用戶可以在不違反任何數學約束的前提下重新排列系統中的部件。
由於不需要特定領域的專業知識，該框架可供多學科團隊使用，每位成員只需負責設計更大系統中的一個部件。
黃宇俊表示："設計一架完整的無人機對單個人來說並不現實，但設計無人機的某個部件是可行的。通過提供一個考慮不確定性的部件協作框架，我們讓人們更容易評估整個無人機系統的性能。"
更詳盡的資訊
研究人員利用這一新方法，為無人機選擇感知系統和電池，目標是在最小化全生命周期成本和重量的同時最大化載重。
每種感知系統在不同天氣條件下可能提供不同的檢測精度，而設計者無法確切預知其性能波動情況。新系統使設計者能夠在考量無人機整體性能時將這些不確定性納入其中。
與其他方法不同，該框架還能揭示不同電池技術各自的優勢。例如，結果顯示，在較低載重情況下，鎳氫電池的預期全生命周期成本最低。Zardini表示，這一洞見若不考慮不確定性則無法完整呈現。
另一種方法可能只能展示鋰聚合物電池的最優和最差性能情景，而該框架則能為用戶提供更詳盡的資訊。例如，它能顯示：當無人機載重為1750克時，電池設計不可行的概率為12.8%。
"我們的系統提供權衡資訊，然後由用戶對設計方案進行判斷，"他補充道。
未來，研究人員希望提升問題求解算法的計算效率，並將該方法擴展至由多方協作與競爭共同設計系統的場景，例如多家鐵路公司共用同一基礎設施的交通網路。
加州理工學院機械與土木工程、控制與動力系統及航空航天系Bren講席教授Aaron Ames（未參與本研究）表示："隨著系統複雜性的增長，涉及越來越多的異構部件，我們需要一套正式框架來設計這些系統。本文提出了一種從模組化部件組合大型系統、理解設計權衡的方法，更重要的是，引入了不確定性的概念。這為形式化設計包含學習使能部件的大規模系統創造了機遇。"
Q&A
Q1：MIT新框架是如何處理工程設計中的不確定性的？
A：該框架基於範疇論，將複雜系統拆解為多個可組合的模組，並通過數學方法將不確定性納入每個部件的建模中。它能夠捕捉多種設計結果的概率分布，而不僅僅是最優或最差情景，從而幫助工程師在部件性能不確定的情況下做出更優的整體設計決策。
Q2：MIT這套協同設計框架適合哪些應用場景？
A：該框架適用於由多個相互關聯部件構成的複雜系統設計，包括無人機、自動駕駛汽車、商用飛機乃至區域交通網路。由於不需要特定領域的專業知識，它尤其適合多學科團隊協作，每位成員只需負責設計系統中的一個部件。
Q3：MIT框架在無人機設計中具體能提供哪些資訊？
A：以無人機為例，該框架不僅能比較不同電池技術在不同載重下的預期全生命周期成本，還能給出具體的概率資訊。例如，當載重為1750克時，某種電池設計不可行的概率為12.8%。這類細粒度的概率資訊是傳統只考慮最優/最差情景的方法所無法提供的。
