【新智元導讀】今日，Nature 封面發布重大工程學突破 —— 仿生物細胞群體機器人問世。這個 「粒子機器人」，具有超強的魯棒性和更高的可擴展性，實現了光嚮導運動和躲避障礙物。該論文一作為中國小伙兒，目前在哈佛大學任博士後研究員。

優秀！一位中國年輕小伙兒完成重大工程學突破！

今日，Nature 封面刊登了一篇重磅研究成果 —— 仿生物細胞群體機器人問世！為開發大規模機器人系統提供全新途徑。

這篇論文的作者是一位中國年輕小伙兒李曙光。李曙光本科畢業於西安的西北工業大學，獲得機械與航空航天工程學士學位，目前在哈佛大學任博士後研究員。

李曙光的多項機器人研究發表在 Nature、美國國家科學院院刊（PNAS）、Science 等雜誌上。這次 Nature 封面介紹的仿生物細胞群體機器人 「粒子機器人」，是他作為第一作者的最新成果。

其主要突破性研究成果包括：

  • 該 「粒子機器人」 系統可以實現魯棒的運動和物體移動，以及光導向運動和避障；
  • 與已有的仿生機器人系統相比具有更高的可擴展性和魯棒性；
  • 證明了隨機性為開發具有魯棒的確定性行為大規模群體機器人系統提供了一種有希望的方法。

李曙光團隊的研究成果，為其它眾多領域開闢了一片新天地。

德國馬克斯?普朗克智能系統研究所科學家評價認為：

這種全新機器人具有傳統機器人系統所沒有的可擴展控制和魯棒性 —— 這是一種抗干擾能力參數，也是在異常和危險情況下系統生存的關鍵。

將來，若是該粒子機器人系統的大小能夠達到微米級別，那麼將在醫療等眾多領域帶來深遠的影響和重大的突破。

突破性 「粒子機器人」：輕鬆完成光導向運動、搬運物體和避障

在生物系統中，大規模的行為可以通過隨機移動的小規模組件的群體耦合和協調來實現。例如，在傷口癒合和癌症擴散的過程中，活細胞聚集並群體遷移。

受到這些生物機制的啟發，李曙光等發表在《自然》雜誌上關於群體機器人系統的論文結果表明，隨機性為開發具有魯棒的確定性行為大規模群體機器人系統提供了一種有希望的方法。

地址：

Robotic collectives inspired by biological cells?

www.nature.com圖標

在該系統中，圓形的部件不能彼此獨立運動，也不能單獨操作。此外，每個部件只能通過沿其半徑振蕩、伸展和收縮來移動。作者將這種極簡主義的方法稱為 「粒子機器人」。

在沒有外部刺激的情況下，系統只能隨機移動。然而，當組件被編程來調整它們的直徑以響應不同的環境信號時，就會集體向信號源移動。

粒子機器人群體向光源移動

粒子機器人群體搬運物體

李曙光等人提出了粒子機器人系統實驗包含多達二十多個組件，以及多達 10 萬個組件的模擬。在振蕩過程中，每個元件的直徑從 15.5 厘米到 23.5 厘米不等。

作者表明，該系統可以實現魯棒的運動和物體移動，以及光導向運動和避障，如圖 1 所示。

圖 1 創新的群體機器人系統。李曙光等人提出了一種機器人系統，它由許多鬆散耦合、隨機移動、厘米級的組件組成。每個組件只能通過沿其半徑擺動，通過伸展和收縮來移動。在這種振蕩期間，組件的顏色代表它們的直徑，綠色是最小的、藍色是最大的；用於測試系統魯棒性的故障組件用栗色表示。作者表明，他們的系統能夠在躲避障礙物的同時，隨著時間的推移，向環境信號 (例如光源) 表現出確定性的運動。

值得注意的是，在這個系統中，即使有 20% 的組件發生了故障，系統也可以正常運作，這突出了粒子機器人方法對單個組件故障的魯棒性。

以往的研究主要考慮組件可以彼此獨立移動，可以單獨操作，並且基於相對複雜的確定性設計，它們具有一些缺陷：

  • 大多數群體機器人系統在允許的配置方面具有有限的靈活性，而那些非晶態系統通常包含的組件具有有限的可擴展性；
  • 此外，許多這些系統需要某種程度的集中控制，這進一步限制了它們的能力和可擴展性。

在這些方面，李曙光等人提出的粒子機器人除了受到生物系統的啟發，該技術還受到統計物理現象的驅動，可以對大量隨機組件的全局統計行為進行建模和控制，而無需跟蹤每個組件。

因此，該方法與其他方法相比具有明顯的優勢，特別是當擴展組件數量和縮小每個組件的大小時。

然而，作者的系統也有一些缺陷：

  • 首先，如果在組件集合的位置沒有環境信號梯度，系統就不能向信號源移動；
  • 其次，組件需要從手動配置的位置開始，因為它們不能獨立移動以相互接合；
  • 第三是實驗證明的元件數量有限，速度較慢，體積較大，在不久的將來，該系統應該會擴展到更多更快更小的組件 (甚至可能是微米級的組件)；
  • 第四，由於聚合的隨機性以及組件的隨機放置和耦合，該技術不適用於諸如定向自組裝和自組織成複雜的預定幾何形狀的任務。

由於小型機器人技術的進步，設計和製造大量隨機或確定性部件成為可能，這些部件能夠表現出與粒子機器人系統類似的群體、群集行為。

在過去幾年中，通過設計各個單元之間的磁相互作用，產生了具有明確群體行為的移動微型機器人群體。

一般來說，控制這種群集行為的主要策略依賴於單元對諸如磁場等遠程控制的全局場的響應。儘管很難單獨或局部處理每個單元，但單元之間的群體耦合交互可以全局控制，從而產生可編程的局部交互、自組裝和群體行為。

該方法已被用於在空氣和水之間的界面處實現合成微生物群的群體二維組裝、拆卸和操縱。

未來工作

在不久的將來，展示這種群體機器人系統的潛在高影響工程和醫學應用將是至關重要的，而使用其他技術是不可能實現的。

成群的隨機細菌驅動的微機器人可以使用粒子機器人技術將藥物運送到目標區域，到達人體內部難以到達的區域。

這些菌群可能受化學梯度、氧梯度或癌組織環境 pH 值變化的影響。事實上，許多研究已經表明，群體細菌驅動的微蟲群在靶向藥物遞送、醫學診斷和環境感測方面具有潛在的應用。

李曙光簡介

李曙光

李曙光，2006 年提前攻博至航天學院師從袁建平教授，主要研究方向為智能機器人與機構。本科和碩士階段（2000-2007）就讀於西北工業大學機電學院，導師為王俊彪教授。

2008 年 9 月～2009 年 11 月，在國家留學基金委 「國家建設高水平大學公派研究生項目」 和美國康奈爾大學獎學金資助下，以聯合培養博士生身份赴美公派留學。

自 2015 年以來，李曙光在哈佛大學 Wyss Institute for Biologically Inspired Engineering和 John A. Paulson School of Engineering and Applied Sciences 任 Robert Wood 教授的博士後研究員。

同時，李曙光也隸屬於 MIT 計算機科學與人工智慧實驗室，自 2014 年以來與 Daniela Rus 教授合作。

主要研究成果：

  • S.Li, D.Vogt, D.Rus, and R.J.Wood, 「Fluid-driven origami-inspired artificial muscles」, Proceedings of the National Academy of Sciences (PNAS), 201713450, 2017.
  • S.Miyashita, S.Guitron, S.Li, and D.Rus, 「Robotic metamorphosis by origami exoskeletons」, Science Robotics, 2(10):eaao4369, 2017. (Contributed the idea and designed the research).
  • S.Li, J.Yuan, Y.Shi, and J.C.Zagal, "Growing scale-free networks with tunable distributions of triad motifs", Physica A: Statistical Mechanics and its Applications, 428, 103-110, 2015.
  • F.Nigl, S.Li, J.Blum, and H.Lipson, 「Autonomous Truss Reconfiguration and Manipulation Robot」, IEEE Robotics and Automation Magazine, Sept.2013.
  • S.Li, J.Yuan, and H.Lipson, 「Ambient Wind Energy Harvesting using Cross-Flow Fluttering」, Journal of Applied Physics, 109(2), 2011.
  • S.Li and H.Lipson, 「Vertical-Stalk Flapping-Leaf Generator For Wind Energy Harvesting」, Proceedings of the ASME/AIAA 2009 Conference on Smart Materials, Adaptive Structures and Intelligent Systems, SMASIS2009, Oxnard, CA, USA, September 2009. (Best student paper award).

更多作者信息可訪問下方鏈接：

Shuguang Li?

www.shuguangli.com圖標

參考鏈接：

nature.com/articles/d41

youtube.com/watch?

shuguangli.com/

新智元 · AI_era

每日推送 AI 領域前沿學術解讀、AI 產業最新資訊

戳右上角【+ 關注】↗↗

喜歡請分享、點贊吧


推薦閱讀：
相关文章