一种群体机器人方法受到在微生物中观察到的行为的启发

许多动物和微生物可以执行复杂的任务，例如寻找食物或建造巢穴、团队或“群体”。一个最明显的例子是蜜蜂，因为它们作为一个群体的生存很大程度上取决于它们与群体中其他成员的合作。在过去的几年中，越来越多的研究人员试图在机器人中重现这些迷人的群体动力学，从而形成了一个名为群体机器人的研究领域。

利兹大学的研究人员最近提出了一种新的群体机器人方法，称为趋化性，其灵感来自于在微生物中观察到的特定行为。他们的研究提前发表在arXiv上，这源于作者对简单无脊椎动物在动态现实环境中的生存以及这些策略如何应用于机器人的兴趣。

“在我的博士和第一个博士后研究期间，我研究了一种叫做秀丽隐杆线虫(一种流行的模式生物)的小蠕虫的运动系统，并成功地利用我所学到的知识控制了蛇形机器人的运动，”进行这项研究的研究人员之一乔丹博伊尔(Jordan Boyle)告诉TechXplore。“目前的工作灵感来自同一种生物体，但这一次，我们正在考虑它更高层次的行为——，特别是它利用气味来引导食物来源的方式。”

在没有感觉输入的情况下，秀丽隐杆线虫通常会向前移动，但会随机间隔地转一个大弯。如果它们感觉到“积极的”气味随着它们向特定方向移动而变得越来越强烈，它们的旋转频率就会降低。相反，当“积极的”或“预期的”气味减弱时，它们更有可能。这种行为被称为趋化性，最终会使它们趋向于达到想要的感官刺激的顶峰。在他们的研究中，Boyle，他的同事Muhammad Doda和博士生Simon Obut开始在这个机器人群体中复制蜂群策略，并评估其实用性。

博伊尔解释说：“这种策略的一个主要优点是它只需要一个模拟传感器，因为动物在运动时可以检测到随时间变化的梯度。博伊尔解释说：“在我们的工作中，我们已经用声音代替了气味，因为用机器人更容易创造和感知，当我们从源头上与你在一起时，它会变得更弱。“这种方法的主要优点是，它允许一组群机器人被限制在一个特定的区域(即声源周围)，没有物理边界、绘图能力或复杂的传感系统。”

该视频展示了机器人随机探索环境以收集感兴趣的物品的模拟过程。目标被限制在一个特定的区域，但机器人没有。不出所料，他们设法收集了许多目标，但随着时间的推移，他们离开了工作区，未能收集到剩余的目标。

利用他们开发的算法，研究人员将趋化性应用于一组探索机器人，最终促使它们返回到无限环境中巢穴周围的特定工作区域。他们在一系列模拟和硬件验证实验中测试了他们的性能，从而测试了他们方法的有效性。尽管他们的结果主要基于模拟而不是真实世界的实现，但研究人员发现他们成功地集成了声音传播的精确模型。