就個體而言，單個螞蟻是相對頭腦簡單的生物。然而，作為一個蟻群時，它們個體之間總是相互合作，能執行非常復雜的任務，例如化身建筑高手筑巢、覓食和御敵等等。
近日，哈佛大學的研究人員就從螞蟻中獲得靈感，設計了一組機器人(RAnts)，這些機器人可以協同工作，僅使用幾個基本參數即可實現復雜的集體“越獄”行動。
該項研究以論文（Dynamics of cooperative excavation in ant and robot collectives）為題發表在Elife期刊上。
該研發團隊的教授表示：“這個項目一直致力于了解白蟻和蜜蜂等社會性昆蟲的集體動態，尤其是這些昆蟲如何操縱環境來創造復雜的功能性建筑。”
螞蟻的“絕地求生”實驗
螞蟻主要通過它們的觸角進行交流，用它們來感知其他螞蟻釋放的信息素，并通過觸摸其他螞蟻來識別它們的種姓，也正是這種組織間的信息交換使復雜任務的集體解決方案成為可能。
針對螞蟻的這項特性，哈佛大學的研究小組首先進行了一項實驗，研究人員將一群黑木蟻帶入了一個由瓊脂糖制成的圍欄，圍欄兩側夾在兩塊硬塑料片之間，用紅外光通過視頻監控它們如何協同工作以挖掘出圍欄并從中逃脫。
螞蟻挖掘的集體動態
“起初，圍欄內的螞蟻隨機四處移動，在它們開始合作逃離圍欄之前通過觸角進行交流。”該論文的主要作者之一介紹道。
研究人員們觀察到，螞蟻會自發地聚集在它們互動更頻繁的區域周圍。一旦一些螞蟻開始挖隧道，其他螞蟻就會迅速加入聚集在一起，更有效地在一條隧道上工作，直到它們最終實現成功突圍。
根據實驗中的觀察現象，研究人員開發了參數和模型來理解螞蟻的挖掘任務。
螞蟻密度場的演化
基于主體的仿真
群體智慧與機器人的碰撞
在這種理解和建立模型的驅動下，研究人員構建了機器人螞蟻RAnts合成并重現了蟻群這種行為，這些機器人可以相互響應，也可以對環境做出反應，以展示它們是如何執行這種集體任務。
圖片來源：Mahadevan Lab/Harvard SEAS）
RAnts并沒有使用學信息素，而是使用了“光激素”，即漫游的 RAnt 留下的模仿信息素場或觸角的光場，機器人經過的次數越多，光場就越亮。
RAnts 僅通過簡單的本地規則進行編程：遵循光敏場的梯度，避開光敏素密度高的其他機器人，并在光敏素密度高的地方撿起障礙物，然后將它們扔到光敏素密度低的地方。
這三個規則使 RAnts 能夠迅速擺脫束縛，另外，它還能還使研究人員能夠探索到難以用真實螞蟻檢測到的行為區域。
這些規則的設定，讓RAnts和螞蟻們有著大致相同的“合作方式”。當把它們放在圍欄里，周圍有幾圈小障礙物時，這些機器人很快就發現最好的逃跑計劃是集中在一個地方協同合作。
這種方法非常靈活，并且對傳感和控制中的錯誤具有魯棒性。它可以擴展并應用于使用一系列不同類型通信領域的數十或數百個機器人的團隊。它也比其他協作解決問題的方法更具彈性即使幾個單獨的機器人單元出現故障，團隊的其他成員也可以完成任務。
研發團隊表示，這些簡單參數編程的機器人未來可以應用于解決其他復雜的問題，如建筑、搜救和防御。
想象一下如果萬一身處險境中，一大波RAnts前仆后繼向你涌來，這畫面，可比螞蟻可愛多了。
