一种受微生物行为启发的群体机器人方法

许多动物和微生物能够作为一个团队完成复杂的任务，比如寻找食物或建造巢穴，或者“蜂群”。这方面最明显的例子之一是蜜蜂，因为它们作为一个群体的生存在很大程度上取决于与其殖民地其他成员的合作。在过去的几年里，越来越多的研究人员试图在机器人中复制这些迷人的群体动力学，从而产生了一个被称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，灵感来自于在微生物中观察到的一种特殊行为。他们的研究，预先发表在ar xiv上，源于作者对简单无脊椎动物在动态现实世界环境中生存的兴趣，以及这些策略如何应用于机器人..

“在我的博士期间。研究人员之一的乔丹·博伊尔告诉TechXplore说：“我研究了一种叫做C.elegans（一种流行的模型有机体）的小型蠕虫的运动系统，并成功地运用我所学到的知识来控制类似蛇的机器人的运动。“目前的工作是受同一个有机体的启发，但这一次，看看它的更高层次的行为-特别是它利用嗅觉向食物来源导航的方式。”

在没有感觉输入的情况下，线虫通常向前移动，但在随机时间间隔内进行大转弯。如果他们感觉到一种“积极的”气味随着他们向某一特定方向移动而变得越来越强烈，那么他们转向的频率就会降低。相反，当“积极”或“想要”的气味变弱时，它们转向的可能性更大。这种行为，被称为趋化性，最终允许它们被吸引到期望的感觉刺激处于峰值的位置。在他们的研究中，Boyle，他的同事Mehmet Dogar和Ph..学生西蒙·奥布特开始在机器人群体中复制这种群体策略，并评估其有用性。

这种策略的一个关键好处是它只需要一个模拟传感器，因为随着时间的推移，随着动物的移动，梯度被检测到。博伊尔解释说：“在我们的工作中，我们已经用声音取代了气味，因为用机器人创造和感觉要容易得多，而且随着你离源头越来越远，嗅觉也会变弱。”“这种方法的关键优势在于它允许一群群体机器人被限制在特定的区域（即）。在声源周围），而不需要物理边界、映射能力或复杂的感觉系统。

使用他们开发的算法，研究人员将趋化作用应用于一群探索机器人，最终促使他们返回位于无限环境中的鸟巢周围的给定工作区域。他们在一系列的仿真和硬件验证实验中测试了他们的性能，从而测试了他们的方法的有效性。虽然他们的结果主要是基于模拟，而不是现实世界的实现，但研究人员发现，他们成功地纳入了精确的声音传播模型。

博伊尔说：“我们的硬件结果是初步的，但在这一点上是有希望的。“最终，这项工作可能与由非常小、廉价、感官和计算能力有限的机器人组成的物理群有关。虽然实际的、现实世界的机器人群体部署还有一段路要走，但它们在许多应用中都有潜力。”

在未来，对真实机器人的实验可以帮助确定这种新的生物启发方法的有效性。如果这些测试产生积极的结果，Boyle和他的同事开发的算法最终可以用来增强机器人群的导航和定位策略，特别是当它们导航的环境没有得到明确的映射或定义时。

现在，Obute正致力于将趋化性集成到更复杂的群体机器人系统中，在模拟以及一些硬件实验中。他的最后一个博士该项目专门研究了使用成群机器人收集城市垃圾的可能性。另一方面，博伊尔计划继续探索可能被证明对机器人应用特别有用的生物学策略。

博伊尔说：“目前，我有兴趣将类似的技术应用到我参与的一个重大项目中，该项目旨在开发用于监测下水道和配水管网完整性的机器人系统。