一些机器人和形成的“分子”的视觉表示。学分:西塞罗等。专注于群体机器人的研究通常使用理论方法来抽象地描述机器人系统。机器人研究中经常使用的一个理论模型是OBLOT，这是一种将机器人表示为简单系统的方法，所有这些系统都是相同的，没有记忆，并且不能相互通信。拉奎拉大学和意大利佩鲁贾大学的研究人员最近创建了MOBLOT，这是OBLOT模型的扩展，可以应用于更广泛的群体机器人系统。这一新模型在第20届国际自主智能体和多智能体系统会议(AAMAS 2021)上提出，其灵感来自原子自然排列形成物质的方式。
进行这项研究的研究人员之一阿尔弗雷多·纳瓦拉(Alfredo Navarra)告诉TechXplore，“MOBLOT是理论群体机器人学背景下的一个新模型。“首字母缩略词代表Molecular approach robOTs，因为灵感来自大自然:就像原子相互结合形成分子一样，在MOBLOT中，简单的(也是非常弱的)机器人可以移动以形成更复杂的计算单元(在模型中也称为分子)，具有相对于机器人的范围和不同的能力。”
一旦形成，分子机器人可以根据特定的组成特性将自己排列成任何形状，形成机器人“物质”。在形成给定形状后，如果有其他输入或刺激，分子可以自动重新排列(即，自我重新配置)它们的位置来改变这种形状。
纳瓦拉解释说:“基本上，我们在寻找一种受自然启发的模型，这种模型足够普遍，可以控制机器人群体的行为，可以组合成更强大的实体(即分子)。“我们的最终目标是模拟一种可以通过算法改变形状的机器人物质。到目前为止，还没有考虑过这样的理论模型。”
排列形成特定种类物质的“分子”的视觉表示。Credit: Cicerone等人的MOBLOT是一个通用的理论模型，可以用于其他专注于群体机器人的研究。然而，它最初是为“弱”机器人设计的，这些机器人的能力非常有限(例如，没有内存或无法相互通信)。纳瓦拉和他的同事特别关注“弱”机器人系统，因为他们希望他们的模型和与之相关的算法能够适用于各种现有的、新兴的和新开发的机器人。
纳瓦拉说:“使其独一无二的主要特征涉及机器人将自身结合成分子(机器人的结构化子集)的能力，一旦形成，这些分子就会获得新的能力。“事实上，分子被认为是一个独特的实体，具有特定的范围和运动特性。这旨在为模型‘增加一些动力’，即如果没有分子形成，有些任务是无法解决的。”
与OBLOT模型和其他群体机器人方法相比，MOBLOT模型可以应用于更广泛的场景，在这些场景中，机器人群体编队的对称性被打破。本质上，该模型形式化了非常简单的机器人的行为，这些机器人可以聚集形成更复杂的机器人结构(“分子”)，而这些结构又可能形成不同种类的最终化合物(“物质”)。
在一系列初步测试中，纳瓦拉和他的同事表明，通过将机器人表示为形成分子的单元，MOBLOT可以帮助解决所谓的物质形成问题。未来，该模型还可能用于探索其他科学和机器人问题。
此外，这个新的理论模型可以启发其他团队开发出具有类似于i t .描述的机器人系统的组成特征的机器人。纳瓦拉和他的同事们希望通过与其他工程师和机器人学家的合作来进一步探索这种可能性。与此同时，他们还计划通过考虑机器人可能在不同的环境中导航来扩展他们的模型。
纳瓦拉解释说:“到目前为止，MOBLOT关注的是在欧几里得平面上移动的机器人。“在这种连续的环境中，机器人被认为能够在任何方向和任何量上执行精确的运动，即使是极小的量。然而，对于机械能力较弱的机器人来说，可能无法精确地执行如此复杂的动作；因此，我们目前正在研究让机器人在基于网格的地形中移动的后果，在这种地形中，移动只限于沿着网格线，并且在每个步骤中只限于相邻的网格点。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
