新加坡南洋理工大学（NTU Singapore）、大阪大学和广岛大学的研究人员推出了一种复杂的算法，用于导航一群半机械化昆虫，确保它们在穿越困难地形时不会卡住。
正如在《自然通讯》上发表的文章中详细介绍的，这一新算法标志着集群机器人领域的显著进展。它在灾难响应、搜救行动和基础设施检查等多个领域中具有广阔的应用前景。
半机械化昆虫是真正的昆虫，其背部装有微型电子设备。这些设备包括不同的传感器，如光学和红外摄像头、电池和用于通信的天线，使其移动能够被远程控制以执行指定的任务。
单个半机械化昆虫的初步控制是在2008年由NTU Singapore机械与航空工程学院的佐藤弘隆教授完成的。
然而，依赖单一昆虫对于搜救等任务是不够的，特别是在地震后幸存者可能分散在大范围区域内，定位他们的关键时间框架为72小时。
在2021年和预计在2024年，佐藤教授与新加坡内政部科学技术局（HTX）和Klass工程与解决方案的合作者展示了半机械化昆虫在未来搜救行动中的潜在应用。
这项最新研究引入了一种利用领导者-跟随者模型的群体系统，一只半机械化昆虫指挥其他19只昆虫。
这项研究的共同第一作者，广岛大学的Ogura正辉教授和大阪大学的和田直树教授，开发了群体控制算法和相关的计算机程序。NTU的佐藤教授及其团队准备了这一群体的半机械化昆虫，将算法编程到昆虫的电子系统中，并在新加坡进行实地实验。
在实验室实验中，团队注意到了他们的新群体算法的多个优势。这一增强使得半机械化昆虫的导航更加灵活，减少了在障碍物上卡住的机会，而附近的昆虫可以帮助那些可能被困或翻倒的昆虫。
半机械化昆虫群体的操作方式
之前的研究表明，控制单个半机械化昆虫或由复杂指令管理的群体并不十分有效，无法在大规模群体中协调移动。
更新的方法首先由算法指定一个领导昆虫，然后它被告知目标。其控制系统与其他昆虫的设备进行交互，有效地引导群体。
这一“领导者”框架使得整个群体能够实时调整，使昆虫在克服挑战时能够互相帮助，并在某一昆虫卡住的情况下改变它们的动作。
团队使用了马达加斯加嘶鸣蟑螂，配备了轻量电路板、传感器和可充电电池，形成一套自主导航系统。这一设置有助于它们在环境中导航，并促使其朝特定目标移动。
这些半机械化昆虫的能量消耗远低于依赖于耗电马达的传统机器人。昆虫自然的腿部运动使背包移动，通过轻微的电脉冲将昆虫推向所需方向。
结合新的群体控制算法，昆虫的本能有助于在复杂地形中导航，同时迅速对周围环境的变化做出反应。
实验表明，与旧方法相比，该算法减少了约50%的轻推昆虫的需求，从而在导航中实现了更大的独立性，有效减少了卡住或被困的情况。
NTU的佐藤弘隆教授展望这一技术将在搜救任务、基础设施检查和监控环境条件中发挥基础性作用，特别是在传统机器人难以应对的地方。
“对于搜救和检查任务，需要高效地对大面积区域进行调查，这些区域往往充满障碍。计划是部署几群半机械化昆虫穿越和评估这些具有挑战性的区域。当昆虫背上的传感器检测到目标，例如在救援任务中需要帮助的人或基础设施故障时，它们可以无线向控制系统发送警报，”佐藤教授解释道。
佐藤教授因其在半机械化昆虫方面的创新工作而获得国际 acclaim。他之前的研究被《时代》杂志评选为2009年50项最佳发明之一，并被《麻省理工科技评论》列入2009年10项新兴技术（TR10）之一。
共同第一作者，广岛大学的Ogura正辉教授表示：“我们的群体控制算法标志着在组织半机械化昆虫群体以执行复杂搜救任务方面的重大进展。此项创新能够极大提升灾难响应的有效性，并为群体控制研究开辟新途径。这强调了在现实场景中开发良好运行的控制方法的必要性，超越单纯的理论框架和模拟。”
共同第一作者，大阪大学的和田直树教授表示：“与机器人相比，昆虫的行为不总是按照我们的意图行动。我们发现，与其试图精确控制它们，不如采取更宽松和粗略的方法，不仅获得了更好的结果，还促成了合作行为等复杂行为的出现，这些行为很难通过算法设计。这一见解是开创性的。虽然它们的动作最初可能看似随机，但从生命体所展现的复杂行为中有很多可以学习的东西。”
这项最新进展突显了生物混合系统在解决实际挑战中的应用潜力，并展示了全球跨学科研究合作的价值。
展望未来，合作团队旨在完善算法以促进群体协作行动，超越简单的运动，例如协作运输更大的物品。
他们还打算在户外环境中进行实地实验，例如常见于灾难区域的瓦砾堆，以评估他们的算法在更复杂的现实场景中的有效性。
