集体智能的进展现在超越了自然的边界。研究人员揭示了一种创新的方法，用于利用群体智能，灵感来自于诸如*鸟类飞行*和*鱼类聚集*等动物行为。这一发现揭示了机器人系统如何自主地协同工作，为各种应用，如搜索和救援操作，提供了有希望的解决方案。这种新方法基于模仿自然的几何规则，确保对机器人群体的分散控制，从而挑战了当前工程的极限。
人工智能领域的进展
一组国际科学家最近在*美国国家科学院院刊*上发表了一项创新研究，涉及群体智能，这是一个蓬勃发展的领域。这些研究探讨了人工智能模仿不同物种的自然行为的能力，比如鸟类和鱼类，以改进复杂的操作，如搜索和救援。
设计机器人群体的挑战
研究人员强调了为机器人群体设计分散控制机制的困难。拉德布德大学助理教授马坦·雅·本·齐昂解释说，自然模型，如鱼群和蜜蜂群，能在没有唯一领导者的情况下执行其行为，而当前的机器人系统缺乏这种灵活性。当将这种类型的智能扩展到工业层面时，面临的挑战更加显著。
模拟集体智能的创新方法论
为了克服这些障碍，团队建立了几何设计规则，使得可以将*自推进粒子*进行聚集。这些规则受自然计算原则的启发，整合了类似于亚原子粒子电荷的正负概念。这一新框架促进了复杂结构的创建，其中活跃粒子受外界力量的影响，展现出一种内部特性，使它们倾向于表现出曲率，这一概念被研究人员称为“曲度”。
曲度的特征
这一曲度的概念对于理解机器人群体的集体行为至关重要。团队成员、纽约大学物理教授马丁尼亚尼强调了曲度与机器人运动控制之间的关系，无论是形成群体、移动还是聚集。进行的实验表明，这一基于曲率的标准影响了机器人对之间的吸引力，这可以外推到成千上万的这些机器上。
这项研究的潜在应用
这一发现为多种工业和研究应用打开了迷人的前景。本·齐昂提到，作为一种与电荷类比的量，曲度可以决定机器人之间如何相互作用以形成群体或相互远离。每个机器人，如果拥有正或负的曲度值，就可以调整其行为，以模仿自然中观察到的模式。
对未来机器人群体工程的影响
采用的几何设计规则基于基本机制，使其在物理机器人中的实施更为简单。基于纽约大学软物质研究中心的卡西尤利斯强调，在现实环境中应用这些原则的简单性。这一工作将群体控制中的挑战转变为材料科学研究，提供了未来机器人群体工程的框架。
有关人工智能对多个行业影响的更多信息，请参阅以下文章： 人工智能的挑战, 药物创新, 网络犯罪的革命, 法国人工智能峰会, 和 作者在人工智能中的报酬.
关于创新方法利用群体智能的常见问题
什么是群体智能，它如何被使用？
群体智能是一种类型的人工智能，灵感来源于诸如鸟类、鱼类和蜜蜂等动物物种的集体行为。它被用于提高搜索和救援操作的效率，以及通过无人机或机器人协调移动来识别受到森林火灾影响的区域。
在开发机器人群体时遇到的主要挑战是什么？
主要挑战包括创建分散控制机制，因为与自然群体不同，合成群体缺乏灵活性，难以在大规模上进行控制。
研究人员如何解决这些群体控制的挑战？
研究人员开发了几何设计规则，以便对自推进粒子的聚集进行建模，基于自然计算，以控制机器人群体的行为。
什么是“曲度”，它在机器人的行为中扮演什么角色？
“曲度”是活跃粒子的内在特性，影响其运动。它决定了机器人之间如何相互作用，促进吸引或排斥，允许它们聚集或聚合。
曲度如何融入机器人的设计？
曲度可以直接编码在机器人的机械结构中，类似于电荷，使得能根据其曲度值控制机器人之间的相互作用。
这一新方法可以应用于其他类型的机器人吗，例如用于医学的机器人？
是的，基于曲率的设计规则不仅可以应用于工业或配送机器人，还可以应用于微米级的小型机器人，这可以改善药物及其他医疗用品的送达。
这项研究对机器人群体工程的实际意义是什么？
这项研究将控制群体的挑战转变为材料科学的练习，提出基于基础机械的简单设计规则，以指导未来的机器人群体工程。
