群體智能是人工智能的一個重要分支，模仿自然界中鳥類、魚類和蜜蜂的群體行為，最近一個新框架的設計旨在推動這一領域的發展。這一框架的核心在於改善機器人之間的協調運動，這將有助於提升搜索和救援行動的效率，以及野火的探測能力。自然界中所展現的集體智慧令人驚嘆，鳥類成群覓食，魚類成群以避開捕食者，蜜蜂則以群體的方式進行繁殖。這些行為的有效性與協調性使得科學家們希望能夠在人工系統中複製這些特徵。然而，將這種自我組織的行為複製到人工群體中一直是研究人員面臨的一大挑戰。
Radboud University的助理教授Matan Yah Ben Zion在紐約大學的新聞稿中提到，「設計機器人群體的一大挑戰是找到一種去中心化的控制機制。」他指出，自然界中的魚類、蜜蜂和鳥類能夠非常有效地形成壯觀的結構，並在沒有單一領導者或指令的情況下運作。然而，目前的合成群體在靈活性方面遠遠不及自然群體，對於大規模的控制仍然無法實現。這一研究的主要目標就是克服這種局限，設計出能夠在沒有明確指導的情況下有效協作的機器人群體。
為了解決這一問題，研究人員制定了一套幾何設計規則，以實現去中心化的控制機制。這些新規則基於自然計算的原理，例如質子和電子的正負電荷。研究中引入了一個新的量稱為「曲率」，這是一種內在的類似電荷的特性，能使機器人在外部力量的影響下產生曲線運動。根據這一新框架，每個機器人被賦予一個正或負的曲率值，以控制它與其他機器人的互動方式。這種曲率驅動著群體的集體行為，為潛在的控制提供了手段，無論是讓群體成群結隊、流動還是聚集。
在一系列實驗中，研究人員成功地展示了這一新框架的應用。他們證明了基於曲率的標準能夠控制機器人之間的吸引力。此外，這一原則能夠自然地擴展至控制數以千計的機器人的運動，並且可以直接嵌入到機器人的機械設計中。這一幾何規則的應用潛力巨大，無論是在大型工業或配送機器人，還是設計用於藥物輸送的微型機器人上，均有廣泛的應用前景。這些新的群體控制規則基於簡單的基本力學，使得在實際機器人中實現變得更加容易。此外，這一新策略可能將控制群體的挑戰從複雜的編程問題轉變為材料科學的問題。
機器人群體的發展是一個不斷演進的領域，近期也有多項進展。在四月，H2 Clipper獲得了一項專利，該專利涉及在大型航空航天製造中使用機器人群體。在另一項研究中，賓夕法尼亞州的工程師開發了一種去中心化的群體策略，這些微型機器人遵循簡單的數學規則，自我組裝成複雜的蜂窩狀結構，只是根據其周圍的環境反應。這些進展無疑為未來的機器人群體研究提供了新的思路和可能性。
