Honderden kleine robots kunnen in een team werken om biologie-geïnspireerde vormen te creëren zonder een onderliggend masterplan, puur gebaseerd op lokale communicatie en beweging. Om dit te behalen, onderzoekers van EMBL, CRG en Bristol Robotics Laboratory introduceerden de biologische principes van zelforganisatie om robotica te zwermen. De resultaten zijn gepubliceerd in Wetenschap Robotica .

"We laten zien dat het mogelijk is om de concepten van zelforganisatie van de natuur toe te passen op menselijke technologie zoals robots, ", zegt James Sharpe, groepsleider van EMBL Barcelona. "Dat is fascinerend omdat technologie erg broos is in vergelijking met de robuustheid die we in de biologie zien. Als een onderdeel van een automotor kapot gaat, het resulteert meestal in een niet-functionele auto. Daarentegen, wanneer een element in een biologisch systeem faalt, bijvoorbeeld als een cel onverwacht sterft, het brengt het hele systeem niet in gevaar, en wordt later meestal door een andere cel vervangen. Als we dezelfde zelforganisatie en zelfreparatie in technologie zouden kunnen bereiken, we kunnen ervoor zorgen dat het veel nuttiger wordt dan het nu is." Sharpe leidde het project - geïnitieerd bij het Centre for Genomic Regulation (CRG) met Sabine Hauert van de Universiteit van Bristol.

Vormvorming zoals te zien in de robotzwermen

Volledige experimenten duurden gemiddeld drie en een half uur. Geïnspireerd door biologie, de robots slaan morfogenen op, virtuele moleculen die de patrooninformatie dragen. De kleuren geven de morfogeenconcentratie van de individuele robots aan:groen geeft zeer hoge morfogeenwaarden aan, blauw en paars geven lagere waarden aan, en geen kleur duidt op de virtuele afwezigheid van het morfogeen in de robot. De morfogeenconcentratie van elke robot wordt uitgezonden naar naburige robots binnen een bereik van 10 centimeter. Het algemene patroon van vlekken dat naar voren komt, drijft de verplaatsing van robots om uitsteeksels te laten groeien die uit de zwerm reiken.

Turing's regels

De enige informatie die het team in de robots ter grootte van een muntstuk installeerde, waren basisregels over hoe om te gaan met buren. In feite, ze hebben de robots in de zwerm specifiek geprogrammeerd om op dezelfde manier te werken als cellen in een weefsel. Die 'genetische' regels bootsen het systeem na dat verantwoordelijk is voor de Turing-patronen die in de natuur worden waargenomen, zoals de rangschikking van vingers op een hand of de vlekken op een luipaard. Op deze manier, het project brengt twee fascinaties van Alan Turing samen:informatica en patroonvorming in de biologie.

De robots vertrouwen op infraroodberichten om te communiceren met buren binnen een bereik van 10 centimeter. Hierdoor lijken de robots op biologische cellen, omdat ook zij alleen rechtstreeks kunnen communiceren met andere cellen die fysiek dicht bij hen staan.

De zwerm vormt verschillende vormen door robots te verplaatsen van gebieden met een lage morfogeenconcentratie naar gebieden met een hoge morfogeenconcentratie - de zogenaamde Turingspots, " wat leidt tot de groei van uitsteeksels die uit de zwerm reiken. "Het is prachtig om de zwerm in vormen te zien groeien, het ziet er vrij organisch uit. Wat fascinerend is, is dat er geen masterplan is, deze vormen ontstaan ​​als resultaat van eenvoudige interacties tussen de robots. Dit is anders dan eerder werk waarbij de vormen vaak vooraf waren gedefinieerd, zegt Sabine Hauert.

Werken met grote robotzwermen

Het is onmogelijk om zwermgedrag te bestuderen met slechts een paar robots. Het team gebruikte er in de meeste experimenten minstens 300. Werken met honderden minuscule robots is een uitdaging op zich. Dit konden ze doen dankzij een speciale opstelling waarmee experimenten eenvoudig konden worden gestopt, en alle robots in één keer opnieuw geprogrammeerd met behulp van licht. De onderzoekers voerden meer dan 20 experimenten uit met grote zwermen, waarbij elk experiment ongeveer drie en een half uur in beslag nam.

Verder, net als in de biologie, er gingen vaak dingen mis. Robots kwamen vast te zitten, of in de verkeerde richting van de zwerm weggesleept. "Dat is het soort dingen dat niet gebeurt in simulaties, maar alleen als je in het echte leven experimenten doet, " zegt Ivica Slavkov, die het eerste auteurschap van het papier deelt met Daniel Carrillo-Zapata.

Al deze details maakten het project uitdagend. Het eerste deel van het project werd gedaan in computersimulaties, en het duurde ongeveer drie jaar voordat de echte robotzwerm zijn eerste vorm aannam. Maar de beperkingen van de robots dwongen het team ook om slimme, robuuste mechanismen om de zwermpatronen te orkestreren. Door zich te laten inspireren door vormvorming in de biologie, het team kon aantonen dat hun robotvormen zich konden aanpassen aan schade en zelfherstel. De grootschalige vormvorming van de zwerm is veel betrouwbaarder dan elk van de kleine robots; het geheel is meer dan de som der delen.

Terwijl de onderzoekers inspiratie haalden uit de natuur om de zwermvormen te laten groeien, het doel is uiteindelijk om grote robotzwermen te maken voor toepassingen in de echte wereld. Stel je voor dat honderden of duizenden kleine robots van formatie veranderen om zich aan te passen aan een rampsituatie na een aardbeving of brand, of zichzelf vormgeven in een dynamische 3D-structuur, zoals een tijdelijke brug die de grootte en vorm automatisch kan aanpassen aan elk gebouw of terrein. "Omdat we inspiratie haalden uit biologische vormvorming, waarvan bekend is dat het zelforganiserend is en bestand tegen falen, zulke zwermen kunnen nog steeds blijven werken, zelfs als sommige robots beschadigd zijn, ", zegt Daniel Carrillo-Zapata. Er is echter nog een lange weg te gaan, voordat we zulke zwermen buiten het laboratorium zien.