这项技术基于"外体智能"——协调性并非源于复杂的内部编程股票怎样配资，而是产生于与环境互动的过程。
哈佛大学的研究人员研发了一群机器蚂蚁，它们模仿社会性昆虫的自组织行为，无需蓝图或中央指挥，就能建造和拆除结构。这些机器蚂蚁被命名为"RAnts"，由哈佛大学约翰·A·保尔森工程与应用科学学院（SEAS）的研究团队设计。它们是简单的、去中心化的机器人，能够自发地组织起来建造复杂结构——也能同样轻松地将其摧毁。
这些机器人不使用化学信息素，而是利用光场（即"光信息素"）进行通信。SEAS及文理学院（FAS）的应用数学、有机体与进化生物学、物理学教授L·马哈德万表示："我们的新研究展示了，简单的局部规则如何能够涌现出复杂任务的完成——这种自组织的完成方式既稳健又具有适应性。"马哈德万补充道："我们还引入了'外体智能'的概念，即集体认知不仅来源于个体智能体本身，还来源于它们与不断变化的环境之间的持续互动。"
数字信息素
蚂蚁证明了，不需要巨大的大脑也能成为出色的建造者——只需要一个优秀的团队。没有蓝图或监工，这些小生物却建造了自然界中一些最复杂的栖息地。如今，专家们正从它们身上汲取灵感。近年来，人工智能的发展痴迷于更快的芯片和更大的数字大脑。但马哈德万教授和他的团队将目光投向了别处，尤其是"外体智能"。
在这种模型中，智能系统并不位于机器人的硬件内部，而是从机器人与周围环境的互动中涌现出来。这项研究表明，去中心化的智能体只需遵循最基本的物理规则并响应环境信号，就能实现复杂的目标。
在自然界中，蚂蚁通过信息素进行交流——这种化学"面包屑"指示着行走或挖掘的方向。为了复现这一机制，哈佛团队使用了"光信息素"。利用一种称为"协作素"（stigmergy）的生物学概念——个体对其他个体造成的环境变化作出响应——团队创造了通过光场（即光信息素）进行通信的"RAnts"。这些数字信号充当天然信息素的替代品，使机器人能够通过持续的反馈循环来感知和改变周围环境，从而协调彼此的行动。
多样的用途
通过跟踪"光信息素"光场中的简单梯度，这些机器人形成了一个反馈回路，从而协调整个群体。它们仅依据几条基本规则运行，比如跟踪信号、搬运积木、并在特定阈值处投放积木。这个系统的美妙之处在于其简洁性。有趣的是，群体只需调整两个参数——跟随光的行为强度以及投放或拾取积木的设定——就能瞬间切换角色。前一分钟，这些机器人还是施工队；下一分钟，它们就变成了拆楼队。
这一发展为自主机器人技术提供了一种新模型，证明复杂的、大规模的任务可以通过简单的、自组织的互动来管理。这表明，集体智能不仅存在于机器人的"大脑"中，更产生于智能体与其不断变化的环境之间的持续互动。
这些发现为多种应用铺平了道路，从危险区域的自主建造、行星探测，到用于分析动物行为的高级实验模型的创建。
该研究结果已详细发表在《PRX Life》期刊上股票怎样配资。
天盈资本提示：文章来自网络，不代表本站观点。
