MIT 和哥伦比亚大学的研究人员利用生物细胞线索,开发了一款简单计算化的机器人,这些粒子机器人可以大批量组装在一起,移动物体,完成其他任务。

《Nature》MIT现实版“超能陆战队”之“磁力机器人”-肽度TIMEDOO

所谓的“粒子机器人”系统是基于麻省理工学院、哥伦比亚工程学院、康奈尔大学和哈佛大学的研究人员的一个项目。它由许多单独的圆盘形单位组成,圆盘形粒子松散地通过磁力连接在一起。每个粒子只能做两件事:扩张和收缩。但是这种运动允许单个粒子以协调运动的方式相互推拉,传感器允许成簇的粒子被光源吸引。

本周《Nature》杂志的一篇论文展示了由20多个粒子机器人组成的集群,以及多达10万个粒子穿过障碍物向灯泡移动的虚拟模拟,粒子机器人可以传送放置在中间的物体。

粒子机器人可以组合成许多形态,在障碍物周围流动,挤过狭小的缝隙。值得注意的是,没有一个粒子直接与另一个粒子通讯或依赖于另一个粒子发挥作用。因此可以任意添加或删减,而不会对组装整体产生影响。在论文中,研究人员展示了即使许多单位发生故障,粒子机器系统也可以完成任务。

“小机器人就像一个个细胞,它们虽然不像个体那么有力,但是作为一个群体就能完成很多工作,”计算机科学和人工智能实验室(CSAIL)主任Daniela Rus教授说。“机器人本身是静止的,当它们与其他粒子机器人连接时,突然间,机器人集群可以探索世界,控制更复杂的动作,有了这些‘通用的细胞’,机器人粒子可以实现不同形状、整体转换、整体运动、整体行为,正如我们在实验室中所展示的那样,跟踪光线梯度。这是非常强大的。”

文章作者还包括:第一作者CSAIL博后学者Shuguang Li,哥伦比亚大学工学院的Hod Lipson和Richa Batra,康奈尔大学的David Brown、Hyun-Dong Chang和Nikhil Ranganathan,以及哈佛大学的Chuck Hoberman。

在MIT,Rus研究模块化连接机器人已经将近20年了,他曾研制出可连接到其他机器人上伸缩的立方体机器人,但是方形结构限制了机器人的群体运动和构型。

与Lipson实验室合作后,当时(2014年)Shuguang Li博士还是MIT的一名研究生,研究人员测试了能够相互旋转的圆盘形结构,发现它们不仅可以相互连接和断开,还能组成许多构型。

粒子机器人的每个单位都有一个圆柱形底座,里面装有一颗电池、一个小电机、检测光强度的传感器、一个微控制器以及一个发送和接受信号的通讯组件。顶上面,安装着一个儿童玩具,名叫霍伯曼(Hoberman)飞行环,它的发明者也是本文的合作者之一。这个玩具由一个圆形连接的小面板组成,每个面板上安装两个小磁铁,两个小面板可以被拉动扩大或推回收缩。

《Nature》MIT现实版“超能陆战队”之“磁力机器人”-肽度TIMEDOO

关键诀窍是对机器人粒子进行编程,使其按照精确的顺序展开和收缩,从而将整体推向一个目标光源。

为了做到这一点,研究人员为每个粒子配置了一个算法,该算法可以分析来自其他粒子的光强度广播信息,无需直接进行粒子间通讯。

粒子越靠近光源,广播强度越大,每个粒子不断地广播一个信号,它与所有其他粒子共享其感知的强度级别。假设一个粒子机器人系统测量1到10级光强度:最接近光源的粒子记录10级,最远的粒子记录1级。强度级别依次对应粒子必须展开的特定时间。强度最高的粒子(10级)率先扩张,接下来是9级……随后每一级都发生这种定时的扩张和收缩运动。

 

《Nature》MIT现实版“超能陆战队”之“磁力机器人”-肽度TIMEDOO

“这就产生了一种机械力,协调的推拉运动将一个大集群推向或离开环境刺激,”Li博士补充道。“关键的组成部分是粒子间共享的同步时钟精确计时,这使得运动尽可能地高效,如果你把同步时钟搞乱了,系统效率就会降低。”

在文章上传的视频中,研究人员展示了由真实粒子组成的粒子机器人系统,这些粒子在不同的灯泡被点亮后移动和改变方向。另外,一个多达10000个粒子组成的模拟集群,即使在20%粒子都无法工作的情况下,也能维持50%的运动速度。

2004年,纳米技术先驱K. Eric Drexler在其撰写的《Engines of Creation》一书中创造了“Grey Goo”,由数十亿纳米颗粒组成的机器人“Grey Goo”一直吸引着科幻小说迷。但大多数研究人员认为这只是一个疯狂的理论。

“这个设计有点像‘Grey Goo’,关键新奇之处在于,你所拥有的新机器人没有集中控制概念,没有单点故障,没有固定形状,它的组件也没有独特的标识,”哥伦比亚工程学院的机械工程教授Lipson说。

下一步,将是使这些部件微型化,制造一个由数百万微观粒子组成的机器人。

来源:生物通

原文检索:Shuguang Li, Richa Batra, David Brown, Hyun-Dong Chang, Nikhil Ranganathan, Chuck Hoberman, Daniela Rus & Hod Lipson. Particle robotics based on statistical mechanics of loosely coupled components. Nature, 2019 DOI: 10.1038/s41586-019-1022-9