预测机器人的运动，集体行为

预测粒子、机器人或动物的集合何时以及如何变得有序仍然是科学和工程领域的一个挑战。

在19世纪，科学家和工程师发展了统计力学这门学科，它预测了简单粒子群如何在有序和无序之间转变，就像随机碰撞的原子集合冻结形成均匀的晶格一样。

更难以预测的是当粒子变得更复杂时可以实现的集体行为，比如它们可以在自己的力量下移动。这种类型的系统——在鸟群、菌落和机器人群中观察到——被称为“活性物质”。

一个由物理学家和工程师组成的团队提出了一种新的原理，根据这种原理，活性物质系统可以自发地排序，而不需要更高层次的指令，甚至不需要智能体之间的编程交互。他们已经在各种系统中证明了这一原理，包括一组被称为“smarticles”的周期性形状变化的机器人——智能的、活跃的粒子。

该理论是由麻省理工学院博士后研究员Pavel Chvykov在麻省理工学院与Jeremy England教授(现在是佐治亚理工学院物理学院的研究员)的学生一起提出的，他假设某些类型的活性物质具有足够混乱的动力学，会自发地发现研究人员所说的“低咔嗒”状态。

“嘎嘎作响是指物质吸收了流入其中的能量，并将其转化为随机运动，”英格兰说。“当运动更剧烈或更随机时，嘎嘎声会更大。相反，低噪音要么非常轻微，要么高度有组织——或者两者兼而有之。所以，这个想法是，如果你的物质和能量来源允许低嘎嘎状态的可能性，系统将随机重新排列，直到它找到那个状态，然后被困在那里。如果你通过具有特定模式的力提供能量，这意味着所选状态将发现物质运动的一种方式，这种方式与该模式非常匹配。”

为了发展他们的理论，England和Chvykov从瑞士物理学家Charles Soret在19世纪晚期发现的一种被称为热泳的现象中获得灵感。在索雷特的实验中，他发现，将管内最初均匀的盐溶液置于温差下，会自发地导致较冷区域的盐浓度增加，这对应于溶液顺序的增加。

Chvykov和England开发了许多数学模型来证明低抖动原理，但直到他们与丹尼尔高盛他是佐治亚理工学院的邓恩家族物理学教授，他们能够测试他们的预测。

戈德曼说:“几年前，我看到英格兰举办了一次研讨会，就认为我们的一些智能机器人可能对检验这一理论很有价值。”

博士生威廉·萨瓦伊和阿卡什·瓦尔德汉与参观了高德曼实验室的奇维科夫一起工作，用三个围在一个环里的扇动智能片来比较实验和理论。学生们观察到，这些机器人不会展示复杂的动态，也不会完全探索容器，而是会自发地自我组织成几个舞蹈——例如，一个舞蹈由三个机器人依次拍打彼此的手臂组成。这些舞蹈可以持续数百次，但突然失去稳定性，并被一种不同模式的舞蹈所取代。

在首次证明这些简单的舞蹈确实是低哒哒状态后，Chvykov与西北大学的工程师Todd murphy教授和博士生Thomas Berrueta合作，他们开发了更精细和更好控制的智能体。改进后的smarticles使研究人员能够测试该理论的局限性，包括不同的手臂拍打模式下舞蹈的类型和数量是如何变化的，以及如何控制这些舞蹈。

“通过控制低咔嗒状态的序列，我们能够使系统达到有用的配置，”Berrueta说。西北大学的研究人员说，这些发现可能对微型机器人群、活性物质和超材料有广泛的实际意义。

正如England所指出的:“对于机器人群体来说，这是关于获得许多自适应和智能的群体行为，你可以设计成在单个群体中实现，即使单个机器人相对便宜，计算简单。对于活细胞和新材料，它可能是关于理解原子或蛋白质的‘蜂群’能给你带来什么，就新材料或计算特性而言。”

-由Chris Vavra编辑，网页内容经理，控制工程， CFE媒体与技术，cvavra@cfemedia.com．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。