许多动物和微生物可以执行复杂的任务，如寻找食物或建造巢穴、团队或“小组”。最明显的例子之一是蜜蜂，因为它们作为一个群体的生存很大程度上取决于它们与群体其他成员的合作。在过去的几年里，越来越多的研究人员试图在机器人中重现这些迷人的群体动力学，从而形成了一个被称为群体机器人的研究领域。

利兹大学的研究人员最近提出了一种新的群体机器人方法，称为趋化性，其灵感来自于在微生物中观察到的特定行为。他们的研究提前发表在arXiv上，这源于作者对简单无脊椎动物在动态现实环境中的生存以及这些策略如何应用于机器人的兴趣。

“在我的博士和第一个博士后研究期间，我研究了一种叫做秀丽隐杆线虫(一种流行的模式生物)的小蠕虫的运动系统，并成功地利用我所学到的知识来控制蛇形机器人的运动，”进行这项研究的研究人员之一乔丹博伊尔告诉TechXplore。“目前的工作受到了同一种生物体的启发，但这一次，我们正在考虑它更高级别的行为——尤其是它利用嗅觉来引导食物来源的方式。”

在没有感官输入的情况下，秀丽隐杆线虫通常会向前移动，但会以随机的时间间隔进行大转弯。如果他们感觉到“积极”的气味随着他们向特定方向移动而变得越来越强，他们的旋转频率就会降低。相反，当“积极的”或“预期的”气味变弱时，它们更有可能。这种行为被称为趋化性，最终会使它们趋向于达到所需感觉刺激的峰值。在他们的研究中，博伊尔、他的同事穆罕默德多达和博士生西蒙奥布特开始在这个机器人群体中复制群体策略，并评估其实用性。

博伊尔解释说：“这种策略的主要优势之一是它只需要一个模拟传感器，因为动物在运动时会随着时间的推移检测到梯度。博伊尔解释说：“在我们的工作中，我们已经用声音代替了气味，因为用机器人更容易创造和感知，从源头上和你在一起，它会变得更弱。“这种方法的主要优点是，它允许一组群体机器人被限制在一个特定的区域(即声源周围)，而没有物理边界、绘图能力或复杂的传感系统。”

这段视频展示了机器人随机探索环境以收集感兴趣物品的模拟过程。目标被限制在特定的区域，但机器人不是。正如人们所料，他们设法收集了很多目标，但随着时间的推移，他们离开了工作区，未能收集到剩余的目标。

利用他们开发的算法，研究人员将趋化性应用于一组探索机器人，最终促使它们在无限环境中返回巢穴周围的特定工作区域。他们在一系列模拟和硬件验证实验中测试了他们的性能，从而测试了他们的方法的有效性。尽管他们的结果主要基于模拟而不是真实世界的实现，但研究人员发现他们成功地整合了声音传播的精确模型。