受微生物行为启发的群体机器人方法

2021-09-14 13:44:33

许多动物和微生物可以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群体其他成员的合作。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,称为趋化性,其灵感来自于在微生物中观察到的一种特殊行为。他们的研究先前发表在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以及这些策略如何应用于机器人的兴趣。

“在我博士期间。研究人员之一乔丹博伊尔(Jordan Boyle)告诉TechXplore,“我研究了一种叫做秀丽隐杆线虫(一种流行的模式生物)的小蠕虫的运动系统,并成功地将我学到的知识应用于控制蛇形机器人的运动。“目前的工作受到了同一种生物体的启发,但这一次,看看它更高级别的行为——尤其是它利用嗅觉导航食物来源的方式。”

在没有感觉输入的情况下,线虫通常会向前移动,但会在随机的时间间隔内进行大转弯。如果他们感觉到一种“积极的”气味随着他们向某个方向移动而变得越来越强烈,他们转身的频率就会降低。相反,当“积极”或“想要”的味道减弱时,它们更有可能转向。这种行为被称为趋化性,最终使它们被吸引到所需的感觉刺激达到顶峰的位置。在他们的研究中,博伊尔、他的同事买买提多加尔和博士生西蒙奥布特开始在机器人群体中复制这种群体策略,并评估其实用性。

这种策略的一个关键优势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。波义耳解释说:“在我们的工作中,我们已经用声音代替了嗅觉,因为用机器人创造和感受要容易得多,随着你离源头越远,你的嗅觉就会变得越弱。”“这种方法的关键优势在于,它允许一组群体机器人被限制在特定的区域(即)。声源周围)没有物理边界、映射能力或复杂的感觉系统。

利用他们开发的算法,研究人员将趋化性应用于一组探索机器人,最终促使它们在无限环境中返回鸟巢周围给定的工作区域。他们在一系列模拟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基于模拟,而不是真实世界的实现,但研究人员发现,他们成功地纳入了一个准确的声音传播模型。

博伊尔说:“我们的硬件结果是初步的,但在这一点上还有希望。”最终,这项工作可能与一个由机器人组成的物理群体有关,这些机器人非常小,价格便宜,感官和计算能力有限。尽管在实际和现实世界机器人组的部署方面还有很长的路要走,但它们在许多应用中具有潜力。"

未来,在真实机器人上的实验可以帮助确定这种新的生物启发式方法的有效性。如果这些测试产生了积极的结果,博伊尔和他的同事开发的算法最终可以用于增强机器人群体的导航和定位策略,尤其是当他们的导航环境没有明确映射或定义时。

目前,Obute正试图在仿真和一些硬件实验中将趋化性融入到更复杂的群体机器人系统中。他的最后一个博士致力于研究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对机器人应用特别有用的生物策略。

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,该项目旨在开发一个机器人系统,用于监控下水道和供水网络的完整性。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。