該機器人可以實現(xiàn)自由組隊、分離和自我修復(fù)，未來將融入AI進一步優(yōu)化與改進。

變形金剛

電影里，炫酷的變形金剛對我們來說再熟悉不過了，話不多說，先上兩個片段：

視頻中，那姿勢、那動作，流暢自然，早已看呆鎂客君。

但電影終究是電影，讓我們回到現(xiàn)實中，真正的“變形金剛”是下面這樣的：

視頻看完，第一感受是電影里都是騙人的。但是，其實現(xiàn)實中的技術(shù)也還不錯，畢竟有這樣一輛炫酷的車或是飛機，還是足以讓阿姨看呆。

正題：技術(shù)的局限性

現(xiàn)在我們轉(zhuǎn)入正題，不知道大家有沒有注意到，現(xiàn)實中的“變形金剛”，專業(yè)角度上看也就是一個機器人，本質(zhì)上是一款智能的系統(tǒng)，在直觀感受上，它是遲鈍的。其實關(guān)于這一方面的研究，在科學(xué)界也早已不是新鮮的話題，但研究的成果卻一直沒有達到理想中的“智能”效果，所以大家將電影和現(xiàn)實對比來看才會有巨大的心理反差。

這里沒有實現(xiàn)真正意義上智能的原因在于——機器人變形系統(tǒng)現(xiàn)有的技術(shù)水平局限于兩個方面：一是通過一個中央“神經(jīng)系統(tǒng)”來控制其他機器人單元，但其拓展能力有限；二是每個機器人單元自行運作，但只能在有限的范圍內(nèi)用固定線路進行物理連接。顯然，這兩種技術(shù)的思路和實現(xiàn)方式都無法讓機器人系統(tǒng)具有真正的靈活性和可拓展性。

突破：基于MNS的機器人

針對此方面研究，比利時布魯塞爾自由大學(xué)的Marco Dorigo團隊開發(fā)出了基于mergeable nervous system（MNS）的機器人，這一全新的系統(tǒng)打破了當(dāng)前的技術(shù)瓶頸，讓機器人的合并、拆分動作都更加靈活流暢。此外，該機器人系統(tǒng)還具有自我修復(fù)性。

首先，我們先來直觀感受下它們按任務(wù)和場景要求迅速組隊和分離的靈敏度：

從視頻中可以看出，機器人該抱團就抱團、要分開就分開，從靈活度等方面來看，整體表現(xiàn)著實不賴。

那具體機器人是怎么做到根據(jù)任務(wù)或環(huán)境需要來重新構(gòu)建和配置自己的呢？

達到視頻中效果最核心的因素還是這個稱為MNS的系統(tǒng)。

首先，我們先來認識下目前現(xiàn)有的系統(tǒng)，即傳統(tǒng)的機器人神經(jīng)系統(tǒng)。這一系統(tǒng)的實現(xiàn)，簡言之，就是設(shè)計人員先選擇信號和決策架構(gòu)，其中傳感器和執(zhí)行器連接到中央處理單元，以控制機器人整合感覺輸入和協(xié)調(diào)執(zhí)行器。

但是，因為系統(tǒng)在設(shè)計上一開始就要求研究人員設(shè)定好信號和決策架構(gòu)，所以基于該系統(tǒng)的機器人一定是具有特定形態(tài)和特定功能的機器人，因此靈活性大大降低，也就使其少了“人味”。

而此款基于MNS的機器人，它是由一個或多個機器人單元（robotic units）組成，其中負責(zé)發(fā)出合并和拆分命令的叫做“大腦單元”（the brain unit），“大腦單元”通過連接Wi-Fi收集來自其他機器人單元的數(shù)據(jù)來決定如何行動，如實現(xiàn)特定的合并或拆分任務(wù)。

此處，值得注意的是，當(dāng)MNS機器人拆分成多個機器人模塊時，每個模塊都具備成為全新獨立機器人實體的“大腦單元”所需的全部知識。

當(dāng)然，自然而然我們就會疑惑，在執(zhí)行任務(wù)時，如何快速辨別出充當(dāng)“大腦單元”角色的那個機器人單元呢？

據(jù)解釋，由于MNS這一系統(tǒng)被設(shè)計成了樹形結(jié)構(gòu)，所以機器人中的根單元總能被明確地識別并用作“大腦單元”。

此外，機器人的每次合并和拆分都伴隨著系統(tǒng)內(nèi)部對“大腦單元”變化信息的實時更新，所以整個過程不會太耗時。

接下來，我們來看下這個機器人怎么應(yīng)對“零件”壞掉的情況：

視頻中，第一次，研究人員設(shè)定“大腦單元”壞掉，并設(shè)置了完成Y型的合并任務(wù)，實驗中，機器人單元在檢測到其有故障時先彼此進行了拆分，接著創(chuàng)建三個新的獨立的MNS機器人，這時候每個機器人都有自己的“大腦單元”，最后三個新機器人相互合并，形成新的“大腦單元”，完成Y型任務(wù)。

在第二次實驗中，研究人員設(shè)置了一個有故障的機器人單元。這種情況下，包含故障單元的部分與MNS機器人分離，隨后，“大腦單元”又召喚了兩個新的機器人單元以恢復(fù)原來的樣子。

最后，我們來通過視頻感受下系統(tǒng)作為整體對入侵者的態(tài)度：

如視頻中，如果傳感器感應(yīng)到外部有LED燈光刺激的話，“大腦單元”會向其他機器人單元發(fā)出合并或者拆分的執(zhí)行指令，然后它們將進行坐標轉(zhuǎn)換來協(xié)調(diào)空間位置。

如果信息傳遞有延遲，執(zhí)行器不會在機器人單元剛接收到指令時就立即執(zhí)行，而是等指令傳遞到所有單元之后再統(tǒng)一行動。

總結(jié)

對于該機器人的未來改進，Dorigo團隊介紹說：“目前研究存在的主要局限是仍然需要對所有的機器人進行編程，只有這樣才能準確地告訴它們該如何合并。團隊下一步要做的就是融入AI，讓每個機器人單元進行自主學(xué)習(xí)。”

此外，他們還計劃將MNS的概念擴展到可重新配置的模塊化機器人，使其能在三維空間里運行，并且具備更高的柔性和適應(yīng)性。

期待未來該技術(shù)的成熟會讓機器人擁有更加炫酷的表現(xiàn)。若您對技術(shù)十分感興趣，可以點下面了解詳情。

https://www.nature.com/articles/s41467-017-00109-2

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！