自重构机器人（Self-reconfigurable robots，SRRs）指能够自动改变形状，并适应周围环境的机器人，近年来引起了机器人界的广泛关注。这些机器人非常有用，因为它们可以在对周围环境的感知以及适当行为的规划和执行方面有高度自主性。虽然过去的研究已经引入了一些方法来对这些机器人进行分类，但是仍然缺乏标准步骤来评价它们的性能。
（图片来源：Tan等）
考虑到这一点，最近，由中山大学和新加坡理工大学的研究人员开发了一个用于自重构机器人分类和评估的框架。他们的研究成果发表在IEEE Access上，研究由新加坡国家机器人研发计划办公室提供资助。
“到目前为止，研究人员已经为自重构机器人的分类设计了一种定性方法，但还没有能够指导设计者、制造商和机器人用户的定量方法，”该研究的研究人员之一Abdullah Aamir Hayat对TechXplore说道：“这促使我们为自重构机器人制定一个框架和评估方法。”
在自重构机器人中，改变形状以完成既定任务的能力主要取决于机器人采用的机构类型及其自主等级。虽然一部分自重构机器人系统是完全自主的，但另外的机器人依然需要某种程度的手动远程操作（manual teleoperation）。
在机构层面，机器人可分为三大类：内部重构（intra- reconfiguration）、相互重构（inter-reconfiguration）和嵌套重构（nested reconfiguration）。内部重构和相互重构的区别在于机器人可用的配置数量和这些配置的规模。
内部重构和相互重构的区别在于，前者涉及一个机器人模块，该模块可以在不进行任何装配或拆卸的情况下改变其形态；后者涉及两个或多个可装配或拆卸的模块。同时集成内部重构和相互重构便构成了嵌套重构。
（图片来源：Tan等）
内部重构涉及一个单一的机器人模块，它可以在不进行任何装配或拆卸的情况下改变其形态，而相互重构涉及两个或多个模块，它们可以装配或拆卸。最后，由Mohan Rajesh Elara教授和Kristin L.Wood教授提出的嵌套重构结合了内部重构和相互重构的特点。
在他们的论文中，Hayat和他们的同事介绍了可用于评估自重构机器人的指标，量化了SRR的自主等级和可用配置的数量。这些指标结合起来形成了一个TAEV框架，它可以指导研究人员和制造商评估他们的机器人系统。
“我们的工作通过根据意义形态学（meaning morphology）和涉及的模块数量分配索引，来量化机构的可重构性。”Hayat解释道，“这些索引用三轴坐标系中的两个轴（X-和Y-）表示。第三个轴（Z-）用于自主等级所给出的指标，该指标使用由六个性能指标组成的蛛网模型（cobweb evaluation model）计算，即重构规划、决策制定、界面自主性、感知和工作空间。”
Hayat和他的同事开发的框架的主要优点在于，他们在论文中所概述的三维分类空间（3-D taxonomy space）为给定的自重构机器人分配了一个唯一的索引，因此它可用于设计比较研究（trade-off studies），并设计评价或比较不同自重构机器人在同一任务中的性能的方法。
Hayat说：“我们提出的通用框架可以应用于许多现有的自重构机器人，不仅可以根据它们的尺寸、运动方式等进行定性分类，还可以对它们进行定量分类，包括机器人的机构和自主等级。”
在未来，这种TAEV框架有助于更有效地评价自重构机器人，同时也可以确定其局限性和优化方向。研究人员和制造商都可以使用它来比较不同机器人在相同任务中的性能，或者评价同一机器人的不同版本。在他们的论文中，Hayat和他们的同事还根据现有机器人讨论了新框架的其他潜在应用。
“我们的发现表明，具有自主特性的新型机器人设计占据三维空间的潜力十分巨大，嵌套式可重构结构（nested reconfigurable architectures）可能有许多实际应用。”Hayat说道，“有鉴于此，我们的团队正致力于实现新的内部重构、相互重构和嵌套重构机器人结构，以自主实现清洁和监视之类的维护任务。”
