“這項成果在未來有望幫助人們隨心所欲地操控物態(tài)變化，就像電影《超能陸戰(zhàn)隊》里的男主角濱田廣發(fā)明的設(shè)備一樣，因為固、液、氣三態(tài)轉(zhuǎn)換本質(zhì)上就是分子間距離的變化，” 擔(dān)心自己剛公布的成果不好描述，佐治亞理工學(xué)院李圣愷特意向 DeepTech 舉了一個電影的例子。

該成果主要和群機(jī)器人（swarm robot）相關(guān)，如下圖，他們研發(fā)的集群機(jī)器人可以像螞蟻搬家一樣，推動小盒子。

集群機(jī)器人也是仿生學(xué)在多機(jī)器人系統(tǒng)中應(yīng)用的典型案列。科學(xué)家通過觀察蜂群、蟻群等群體的運(yùn)作模式，發(fā)現(xiàn)了它們可以在不依靠中央控制系統(tǒng)的前提下，僅憑個體之間的局部交互和自組織行為，就能實現(xiàn)全局系統(tǒng)的有序運(yùn)行。

當(dāng)人類把這種機(jī)制應(yīng)用于機(jī)器人控制上時，就形成了群機(jī)器人系統(tǒng)。一種典型的群機(jī)器人是微小的膠體機(jī)器人，它們可以在戰(zhàn)勝疾病、制造智能紡織品、設(shè)計納米計算機(jī)等方面發(fā)揮作用。

不過在宏觀上，控制群機(jī)器人通常需要依賴大量內(nèi)存，處理能力和微觀尺度上無法提供的協(xié)調(diào)功能，這對機(jī)器人硬件層面的算力和通信能力提出了很高的要求，而為了處理復(fù)雜的狀態(tài)信息，很難在縮小硬件尺寸上有所突破。

這一點(diǎn)從統(tǒng)計物理學(xué)的角度也得到了印證，單個機(jī)器人的體積與運(yùn)算能力（功率達(dá)到了熱力學(xué)極限）之間存在天然的取舍。

為了提升微觀尺度上的控制能力，佐治亞理工學(xué)院的研究團(tuán)隊近日提出了一種新的控制系統(tǒng)，其中的自主、自制動實體只依靠局部互動，就能推導(dǎo)出宏觀尺度行為，而且無需很強(qiáng)的硬件，也不采用依靠局部互動物理學(xué)的傳統(tǒng)計算方法。

研究成果以論文形式發(fā)表于 Science Advances 上，標(biāo)題為《具有機(jī)械誘導(dǎo)相變的活性粘性顆粒物質(zhì)的編程研究》 “Programming active cohesive granular matter with mechanically induced phase changes”。

事實上，機(jī)器人操控只是這項研究的一小部分，其更重要的目標(biāo)是探索活性物質(zhì)的結(jié)團(tuán)機(jī)制。該研究是首個將計算機(jī)編程與結(jié)團(tuán)機(jī)制結(jié)合起來的嘗試，通過計算機(jī)編程的思路去控制結(jié)團(tuán)或分散的過程，讓顆粒物質(zhì)具備了可編程性。

“我們的新貢獻(xiàn)就是將活性物質(zhì)的成團(tuán)機(jī)制映射到格子氣體（lattice gas）上，可以更好地分析成團(tuán)機(jī)制隨著時間和吸引力而變化的過程，” 論文第一作者李圣愷對 DeepTech 表示。

具體來說，研究人員首先設(shè)計了一種 “自組織粒子系統(tǒng)（self-organizing particle systems，SOPS）” 的理論抽象，在其中設(shè)計并嚴(yán)格分析特定而簡單的分布式算法，以完成特定目標(biāo)，同時兼顧了系統(tǒng)的魯棒性和對錯誤的兼容性。

基于此，他們構(gòu)建了一個新的系統(tǒng)，其中包括具備基本活動能力的 “聚合顆粒機(jī)器人”，上面只具備最基礎(chǔ)的光線傳感器，用來測試?yán)碚擃A(yù)測是否可以在現(xiàn)實世界中的阻尼驅(qū)動系統(tǒng)中實現(xiàn)。他們將這種機(jī)器人命名為 BOBbots，以紀(jì)念物理學(xué)家 Robert “Bob” Behringer。

簡單來說，研究團(tuán)隊希望證明，通過調(diào)整算法參數(shù)和配置，用最簡單的、不加傳感器和通信功能的機(jī)器人，只依靠其物理特征（比如磁鐵之間的吸引力），使其在不斷運(yùn)動中自主結(jié)團(tuán)或分散，最終實現(xiàn)更精準(zhǔn)的操控。這樣也可以模擬出活性物質(zhì)中顆粒的運(yùn)作模式。

“這些簡單機(jī)器人完成的任務(wù)超出了預(yù)期，” 研究人員表示，“這種互補(bǔ)的方法展示了分布式算法，活性物質(zhì)和顆粒物理學(xué)的整合。”

SOPS 算法先行

在制造機(jī)器人之前，研究人員首先要開發(fā)自組織粒子系統(tǒng)的理論抽象。

盡管許多系統(tǒng)使用粒子間吸引和空間排斥來實現(xiàn)系統(tǒng)范圍內(nèi)的聚集，并使用粒子間的排斥來實現(xiàn)分散，但是這些方法通常需要遠(yuǎn)程感測，并且往往是不嚴(yán)格的，缺乏關(guān)鍵證據(jù)來保證理想的系統(tǒng)行為。

為了更好地理解群體行為，研究人員開發(fā)的 SOPS 抽象模型允許其定義一個正式的分布式算法并嚴(yán)格量化長期行為。

SOPS 中的粒子存在于晶格的節(jié)點(diǎn)（或頂點(diǎn)）上，每個節(jié)點(diǎn)最多有一個粒子，并且沿著晶格邊緣在節(jié)點(diǎn)之間移動。每個粒子都是匿名的（未標(biāo)記的），僅與占據(jù)相鄰晶格節(jié)點(diǎn)的粒子相互作用，并且無法訪問任何全局信息，例如坐標(biāo)系或粒子總數(shù)。

模型中的粒子就代表活性物質(zhì)中的顆粒，也就是之后模擬場景中的機(jī)器人，如何讓這些粒子更有效地聚集或分散，就需要完善模型背后的算法。

該 SOPS 算法使用局部運(yùn)動定義了有限的馬爾可夫鏈，可以將所有簡單連接的粒子配置的狀態(tài)空間連接起來。粒子的分布和運(yùn)動遵循泊松分布（Poisson Distribution），每個粒子有自己的泊松時鐘，每隔一段時間就會激活一次，其激活時間是一個由泊松分布定義的隨機(jī)值。

在激活后，粒子就會隨機(jī)選擇一個相鄰節(jié)點(diǎn)移動，選擇節(jié)點(diǎn)的概率由現(xiàn)有和新節(jié)點(diǎn)的相鄰節(jié)點(diǎn)數(shù)量決定，同時還要滿足局部條件，保證粒子配置的相連性。其背后的邏輯可以簡單概括為：讓粒子向擁有更多相鄰節(jié)點(diǎn)的節(jié)點(diǎn)聚集。

不過這套運(yùn)行邏輯需要粒子之間保持聯(lián)系，而且對計算能力提出了要求，因此他們進(jìn)一步優(yōu)化了算法，使其可以在粒子斷開聯(lián)系之后也能工作，并且不鼓勵它們遠(yuǎn)離有更多相鄰節(jié)點(diǎn)的節(jié)點(diǎn)。

BOBbots，模擬主動聚集的機(jī)器人

有了理論抽象和數(shù)學(xué)模型后，研究人員開始嘗試用真實的集群機(jī)器人進(jìn)行測試。

他們創(chuàng)造了一套主動聚集顆粒系統(tǒng)，名為 BOBbots，由許多個直徑約 3 公分的小型機(jī)器人組成。名字中的 BOB 代表了 Behaving，Organizing，Buzzing，意為行動，組織，嗡嗡的 —— 這些機(jī)器人配有振動電機(jī)（ERM），光線傳感器和磁珠，底盤上還有小刷子，因此行動起來會發(fā)出嗡嗡聲。

BOBbot 之間的移動和交互旨在捕獲抽象隨機(jī)算法的顯著特征，同時用物理形態(tài)和交互替換所有感測，通信和概率計算。每個 BOBbot 都呈圓柱形，底盤上的刷子與振動電機(jī)相連，電機(jī)引起的振動會通過刷子轉(zhuǎn)換為運(yùn)動。

研究人員表示，由于這種推進(jìn)結(jié)構(gòu)的構(gòu)造不對稱，機(jī)器人主要會沿圓形軌跡移動，這些軌跡在其初始條件下是隨機(jī)的，但與 SOPS 模型不同的是，BOBbots 引入了一定的噪聲并且具有一定程度上的確定性，其移動速度約為 4.8 ± 2.0 cm/s。

在模擬成團(tuán)機(jī)制的理論算法中，一條很重要的邏輯是 “阻止粒子遠(yuǎn)離有多個相鄰節(jié)點(diǎn)的位置”，實際應(yīng)用到機(jī)器人身上，就需要依靠它們內(nèi)部的小磁球。這些磁鐵總是會重新定向以吸引附近的機(jī)器人。

很顯然，一個機(jī)器人附近的機(jī)器人越多，其受到的吸引力就越大，那么它與其相鄰機(jī)器人分離的可能性就越低。

由于 SOPS 算法的關(guān)鍵要素可以由 BOBbot 機(jī)器人直觀地展現(xiàn)出來，因此為了測試 SOPS 模型是否可以定量地展現(xiàn)集體動力學(xué)，研究人員接下來研究了機(jī)器人磁體強(qiáng)度等參數(shù)與其聚合效率的關(guān)系。

經(jīng)過測試和模擬，他們找到了可以控制并主導(dǎo)機(jī)器人聚合和分散的參數(shù)。通過調(diào)整這些參數(shù)，就可以實現(xiàn)對機(jī)器人的控制，使其加速抱團(tuán)或者一直保持分散。

在此基礎(chǔ)上，研究人員還嘗試控制這群機(jī)器人執(zhí)行任務(wù)，尤其是 “聚合在一起的機(jī)器人能否‘識別’環(huán)境中存在的非機(jī)器人（雜質(zhì)），并協(xié)同將其從系統(tǒng)中驅(qū)除？”

這種運(yùn)行模式類似于自然界中螞蟻協(xié)作運(yùn)輸食物，但 BOBbot 是通過機(jī)械和物理交互來完成集體任務(wù)，全局行為的控制無需復(fù)雜的通信或計算。

結(jié)果表明，通過保持較高的磁力，一群小機(jī)器人可以保持物理連接的聚集狀態(tài)，同時有效地排斥系統(tǒng)中的雜物。抱團(tuán)的 BOBbot 可以不斷隨機(jī)重新配置并集合個體的力量，使其整體具備包裹、抓握和驅(qū)除雜物的能力。

在實驗中，研究人員放入了盒子和圓盤作為雜物，BOBbot 可以在 12 分鐘之內(nèi)將其移動 7.9 厘米，對于單體重量僅有 60 克的機(jī)器人來說是不錯的成績。

反過來，如果減少磁力，那么它們移動雜物的表現(xiàn)就會變差，進(jìn)一步證明了算法的可控性。

“這項研究底層 SOPS 模型的理論框架可以進(jìn)一步泛化，允許放寬其假設(shè)條件，只要其動力學(xué)保持可逆性并在熱平衡下對系統(tǒng)進(jìn)行建模，” 研究人員在論文中總結(jié)道。

局部隨機(jī)算法的魯棒性可以使機(jī)器人群體的宏觀行為免受機(jī)器人本身的固有特性影響，包括其運(yùn)動方向的偏移，軌跡的連續(xù)性，以及其速度和磁強(qiáng)度的不均勻性。

更重要的是，由于算法的無記憶和無狀態(tài)性質(zhì)，即使某些機(jī)器人發(fā)生故障或受到環(huán)境干擾，算法也可以在無外部干預(yù)的情況下克服故障并持續(xù)收斂。

在實驗中，研究人員展示了如何讓一群機(jī)器人推動物體，而這套算法可以拓展到更多需要控制集體行為且對尺寸有限制的應(yīng)用場景中，包括醫(yī)療領(lǐng)域的納米機(jī)器人，用于探索太空的機(jī)器人等等。

-End-

參考：

https://advances.sciencemag.org/content/7/17/eabe8494